Python 正则表达式。匹配包含特殊字符或'；http://'；

我想匹配包含特殊字符或以“http://”开头的单词

所以这句话

%他#llo，我的网站是：

应该变成这样

我的网站

到目前为止，我有这个

re.sub(r"^[^\w]", " ", "%he#llo, my website is: http://www.url.com/abcdef123")

---

这只会删除符号，但不会删除与符号相关联的单词（也不会删除“：”和“，”），也不会删除URL。

不使用regexs，但这可能有效吗？（我假设“：”和“/”是特殊字符，因此它将隐式删除URL）

---

您可以使用look aheads：

>>> re.findall(r"(?:\s|^)(\w+)(?=\s|$)", "Start %he#llo, my website is: http://www.url.comabcdef123 End")
['Start', 'my', 'website', 'End']

说明：

• （？：\s | ^）

  表示我们的单词以正则表达式开头或前面有空格。（空格不属于这个词）

• （\w+）

  匹配一个单词（这是我们感兴趣的）

• （？=\s |）

  表示我们的单词后面是空格或字符串的结尾。（同样，空格不属于这个词）

---

对于您给出的示例字符串，以下正则表达式可以正常工作：

>>> a = '%he#llo, my website is: http://www.url.com/abcdef123'
>>> re.findall('(http://\S+|\S*[^\w\s]\S*)',a)
['%he#llo,', 'is:', 'http://www.url.com/abcdef123']

。。。或者您可以使用

re.sub

>>> re.sub('(http://\S+|\S*[^\w\s]\S*)','',a)
' my website  '

|

表示交替，并将匹配组内任意一侧的表达式。左侧的部分匹配

http://

，后跟一个或多个非空格字符。右边的部分匹配零个或多个非空格字符，后跟任何非单词或空格字符，后跟零个或多个非空格字符，这确保字符串中至少有一个非单词字符且没有空格

---

更新：当然，正如其他答案暗示的那样，由于

http://

前缀包含一个非单词字符（

/

），您不需要将其作为替代-您可以将正则表达式简化为

\S*[^\w\S]\S*

。但是，上面的例子中的替换可能仍然有用。

顺便说一句，你的问题标题是“以特殊字符开头的单词”，而问题的文本是“包含特殊字符的单词”。您可能想更改标题，使其保持一致。效果很好！不过我还有一个问题。如果我想保留所有以标点符号结尾（或仅包含标点符号）的单词怎么办？您可以使用

[^\w\s]

来代替

[^\w\s]，]

来表示您想保留其中包含“，”或“，”的单词。e、 g.

re.sub（'（^ |\s）（http://\s+|[^\w\s'，]\s*），'\\1'，'%he#llo，我的“所谓”，网站是：http://www.url.com/abcdef123“

会给你

”我的“所谓”网站是：“

@user216171不客气。我现在注意到我不小心用了一个不同的（不正确的）regexp在那条评论中，但现在纠正它已经太晚了-无论如何，我希望想法是清楚的…如果这个词包含一个数字怎么办？例如web5site。似乎包含数字的词仍然包括在内。

>>> re.sub('(http://\S+|\S*[^\w\s]\S*)','',a)
' my website  '