La saisie d'une expression régulière dans une chaîne.remplacer en python?

Question

J'ai besoin d'aide sur la déclaration d'une regex. Mes entrées sont comme suit:

this is a paragraph with<[1> in between</[1> and then there are cases ... where the<[99> number ranges from 1-100</[99>. 
and there are many other lines in the txt files
with<[3> such tags </[3>

La sortie requise est:

this is a paragraph with in between and then there are cases ... where the number ranges from 1-100. 
and there are many other lines in the txt files
with such tags

J'ai essayé ceci:

#!/usr/bin/python
import os, sys, re, glob
for infile in glob.glob(os.path.join(os.getcwd(), '*.txt')):
    for line in reader: 
        line2 = line.replace('<[1> ', '')
        line = line2.replace('</[1> ', '')
        line2 = line.replace('<[1>', '')
        line = line2.replace('</[1>', '')

        print line

J'ai aussi essayé (mais il me semble que je suis en utilisant la mauvaise syntaxe regex):

    line2 = line.replace('<[*> ', '')
    line = line2.replace('</[*> ', '')
    line2 = line.replace('<[*>', '')
    line = line2.replace('</[*>', '')

Je ne veux pas coder en dur l' replace de 1 à 99 . . .

Answer 1

Cette testés extrait devrait le faire:

import re
line = re.sub(r"</?\[\d+>", "", line)

Edit: Voici une version commentée en expliquant comment elle fonctionne:

line = re.sub(r"""
  (?x) # Use free-spacing mode.
  <    # Match a literal '<'
  /?   # Optionally match a '/'
  \[   # Match a literal '['
  \d+  # Match one or more digits
  >    # Match a literal '>'
  """, "", line)

Regexes sont fun! Mais je vous recommande fortement de passer une heure ou deux d'étudier les notions de base. Pour commencer, vous devez savoir quels sont les caractères spéciaux: "caractères" qui doivent être échappés (c'est à dire avec une barre oblique inverse mis en avant et les règles sont différentes à l'intérieur et à l'extérieur des classes de caractères.) Il y a un excellent tutoriel en ligne à: www.regular-expressions.info. Le temps que vous passez, il va payer pour lui-même à plusieurs reprises. Heureux regexing!

Answer 2

str.replace() n'des remplacements fixes. Utiliser re.sub() à la place.

Answer 3

Je voudrais aller comme ça (regex expliqué dans les commentaires):

import re

# If you need to use the regex more than once it is suggested to compile it.
pattern = re.compile(r"</{0,}\[\d+>")

# <\/{0,}\[\d+>
# 
# Match the character "<" literally «<»
# Match the character "/" literally «\/{0,}»
#    Between zero and unlimited times, as many times as possible, giving back as needed (greedy) «{0,}»
# Match the character "[" literally «\[»
# Match a single digit 0..9 «\d+»
#    Between one and unlimited times, as many times as possible, giving back as needed (greedy) «+»
# Match the character ">" literally «>»

subject = """this is a paragraph with<[1> in between</[1> and then there are cases ... where the<[99> number ranges from 1-100</[99>. 
and there are many other lines in the txt files
with<[3> such tags </[3>"""

result = pattern.sub("", subject)

print(result)

Si vous voulez en savoir plus sur les regex je vous conseille de lire les Expressions Régulières livre de cuisine par Jan Goyvaerts et Steven Levithan.

Answer 4

La manière la plus simple

import re

txt='this is a paragraph with<[1> in between</[1> and then there are cases ... where the<[99> number ranges from 1-100</[99>.  and there are many other lines in the txt files with<[3> such tags </[3>'

out = re.sub("(<[^>]+>)", '', txt)
print out

Answer 5

remplacement de la méthode de chaîne objets n'accepte pas les expressions régulières, mais seulement les chaînes fixes (voir la documentation: http://docs.python.org/2/library/stdtypes.html#str.replace).

Vous devez utiliser re module de:

import re
newline= re.sub("<\/?\[[0-9]+>", "", line)