用于删除3个或更少字符的块的正则表达式

Question

我正在尝试设计一个正则表达式模式，删除长度小于4个字符的单词。问题是，任何特殊字符（主要是：@ @ $％^＆*（）。，;？）附加到单词，例如： “年龄？”不符合搬迁的条件，所以“嗨!!”，“你？”，“你好男孩！”应该从输入字符串中保留所有内容。为了显示：

string1='my name is jen!'

我试过正则表达式，

regex1=re.compile(r'\b.{,3}\s')

并将其与re.sub相结合：

string2=re.sub(regex1,' ',string1)

这项工作很有效，除了，1。我必须使用空格来分割模式，这有时必须手动删除，并且2.如果3个字符或更少的“单词”位于字符串的末尾，则它不起作用。

string1='my name is jen'
re.sub(regex1,' ',string1)
out: ' name jen'

是否有更好的正则表达式可以使用？我应该尝试保留4个字符以上的“单词”吗？

Answer 1

您可以使用以下正则表达式：

\b\w{1,3}(?=\s|$)\s*

在你的python代码中：

$ cat words3.py 
import re

string1='my name is jen!'
print(re.sub(r'\b\w{1,3}(?=\s|$)\s*','',string1)) 

输出：

name jen!

但是：ぁzxswい

注意：我只考虑到标点​​符号和特殊字符将附加在单词的末尾。

如果你想避免删除像https://regex101.com/r/ZEzYtM/3/这样的单词，那么使用：

!ab

但是：ぁzxswい