Python 正则表达式删除浮点值
我希望能够使用正则表达式从文本字符串中删除带小数点的数字。看这里Python 正则表达式删除浮点值,python,regex,Python,Regex,我希望能够使用正则表达式从文本字符串中删除带小数点的数字。看这里 import re obj = '''This is my #1 user1234@gmail.com <body/> 2 3 4 5 2345! 23542 312453 76666374 56s34534 1. _12345_blah@gmail.com 1978-12-01 12:00:00 1.23 21.243 <script>function
import re
obj = '''This is my #1 user1234@gmail.com <body/> 2 3 4 5 2345! 23542 312453 76666374 56s34534
1. _12345_blah@gmail.com
1978-12-01 12:00:00 1.23 21.243
<script>function stripScripts(s) {
var div = document.createElement('div');
div.innerHTML = s;
var scripts = div.getElementsByTagName('script');
var i = scripts.length;
while (i--) {
scripts[i].parentNode.removeChild(scripts[i]);
}
return div.innerHTML;
}</script> 99.258 245.643.3456!'''
regex1 = re.compile('(?is)(<script[^>]*>)(.*?)(</script>)|(<.*?>)|(?<!\S)\d+(?!\S)')
out1 = re.sub(regex1, ' ', obj)
print out1
data = ' '.join(out1.split()).strip()
print data
重新导入
这是我的#1user1234@gmail.com 2 3 4 5 2345! 23542 312453 76666374 56s34534
1. _12345_blah@gmail.com
1978-12-01 12:00:00 1.23 21.243
功能条带脚本{
var div=document.createElement('div');
div.innerHTML=s;
var scripts=div.getElementsByTagName(“脚本”);
var i=scripts.length;
而(我--){
脚本[i].parentNode.removeChild(脚本[i]);
}
返回div.innerHTML;
} 99.258 245.643.3456!'''
regex1=re.compile('(?is)(]*>)(.*)()|()|(?
不起作用?或者也许
re.sub("(\d*\.\d+)|(\d+\.[0-9 ]+)","",the_text)
谢谢@Joran Beasley!我试过了,效果不错
(?is)(<script[^>]*>)(.*?)(</script>)|(<.*?>)|(?<!\S)\d+(?!\S)|([0-9]+\.[0-9]+ )
你确定你不只是在解析HTML吗?如果是这样的话,这可能是个好主意。是的……这是来自各地的文本,我正在尝试清理一下。HTML只是其中的一部分,但造成的问题最多。人们必须使用正则表达式“解析”非正则HTML。
(?is)(<script[^>]*>)(.*?)(</script>)|(<.*?>)|(?<!\S)\d+(?!\S)|([0-9]+\.[0-9]+ )
(\d+\.[0-9 ]+)