删除子，如果不使用正则表达式

Question

例如一个西班牙语单词，如果我有：

a = "aveces soñar es muy ließ y también человек" 

我所要的输出是：

"aveces soñar es muy y también" 

我使用正则表达式：“ [^ \ u0000- \u007FáéíóüñÁÉÓÓÜÑ¿¡] +'来匹配不属于西班牙语的字符，但是我不知道如何删除这个字，如果它包含其中一个字符。

有什么建议吗？

Answer 1

试试这个正则表达式（我相信通过您所提供的unicode的范围）：

(?:^|\s)(?=\S*[^\u0000-\u007FáéíóúüñÁÉÍÓÚÜÑ¿¡])\S+

Substitute any match with a blank string. Click for Demo

说明：

• (?:^|\s) - 比赛无论是开始字符串或白色空间
• (?=\S*[^\u0000-\u007FáéíóúüñÁÉÍÓÚÜÑ¿¡]) - positive lookahead以检查是否非西班牙字符存在或不存在
• \S+ - 如果非西班牙字符的情况下（在步骤2中检查），匹配1+出现的非空白字符

Python代码（Generated）：

# coding=utf8 
# the above tag defines encoding for this document and is for Python 2.x compatibility 

import re 

regex = r"(?:^|\s)(?=\S*[^\u0000-\u007FáéíóúüñÁÉÍÓÚÜÑ¿¡])\S+" 

test_str = "aveces soñar es muy ließ y también человек" 

subst = "" 

# You can manually specify the number of replacements by changing the 4th argument 
result = re.sub(regex, subst, test_str, 0, re.MULTILINE) 

if result: 
    print (result) 

# Note: for Python 2.7 compatibility, use ur"" to prefix the regex and u"" to prefix the test string and substitution. 

To see the output, Run code here