Pythonの文字列の文字ではない最初の文字の後にあるものはすべて削除してください

Question

regexを使って文字列から非英数字を取り除く方法についてはいくつか質問があります。私がしたいのは、文字や1つのスペースではない最初の文字の後に文字を含むすべての文字を削除することです（これには数字と二重スペースが含まれます）。例えば

：

My string is #not very beautiful 

My string is 

又は

Are you 9 years old? 

なるべきは

Are you 

なるはずです

と

this is the last example 

は、私はこれを実現するにはどうすればよい

this is the last 

になる必要がありますか？

Answer 1

は、ホワイトリストを作成し、そのホワイトリストの中で何かない見たときに停止します。[^A-Za-z ]|上

import itertools 
import string 

def rstrip(s, whitelist=None): 
    if whitelist is None: 
     whitelist = set(string.ascii_letters + ' ') # set the whitelist to a default of all letters A-Z and a-z and a space 
    # split on double-whitespace and take the first split (this will work even if there's no double-whitespace in the string) 
    # use `itertools.takewhile` to include the characters that in the whitelist 
    # use `join` to join them inot one single string 

    return ''.join(itertools.takewhile(whitelist.__contains__, s.split(' ', 1)[0])) 

Answer 2

方法についてsplitをし、最初の要素を取りますか？後で可能空白を削除することができます

import re 
re.split("[^A-Za-z ]| ", "My string is #not very beautiful")[0].strip() 
# 'My string is' 

re.split("[^A-Za-z ]| ", "this is the last example")[0].strip() 
# 'this is the last' 

re.split("[^A-Za-z ]| ", "Are you 9 years old?")[0].strip() 
# 'Are you' 

---

[^A-Za-z ]|は、第一のパターンは、文字も空白でもない単一の文字で、二つのパターンが含まれています。第2のパターンは二重の空白である。これらの2つのパターンのうちの1つで分割すると、分割後の最初の要素が探しているものになります。

Answer 3

必須発現

def truncate_nonalpha_space(s): 
    return s[:next((x for x, a in enumerate(s.split(" ")[0]) if not a.isalpha() and not a == " "), len(s))].rstrip() 

ステップ：

発現は " "

から.isalpha()方法により文字又は等しくない値のインデックスを取得するように形成されている

1. " "で分割された左辺は、二重空白のインスタンスを破棄するために使用されます。 Nは、そうでなければ、すべてのs[:len(s)]の、この残りの部分は

2. これらの値の最初のSをスライスするために使用される（現在自体リストである）文字列のリストのインデックスを取得するために列挙されている

3. をポップされ私は同様にあなたの他の例でそれをテストし、正しい結果を与えるように見えた

Answer 4

import re 
str1 = "this is the last example" 
regex = re.compile(r"(([a-zA-Z]|(\s[a-zA-Z]))+)") 
capture = re.match(regex, str1) 
res = capture.group(1) 

.rstrip()右の空白が取り除か返されます。これは末尾の空白を保持していないことに注意してください。これはあなたの例が示しているものですが、それはあなたが望むものではありません。

Answer 5

^.+?(?=[^A-Za-z ]|$|\s{2}) 

これを使用して出力を取得することができます。re.findallを使用して出力を取得します。

デモをご覧ください。

https://regex101.com/r/INzotJ/1

Answer 6

ハックが、収量使用しています：

import string 

li_test = [ 
    ("My string is #not very beautiful","My string is"), 
    ("Are you 9 years old?","Are you "), 
    ("this is the last example","this is the last "), 
] 

tolerated = string.ascii_letters 

def rstrip_(s_in): 
    last = None 
    for char in s_in: 
     if char in tolerated: 
      last = char 
      yield char 
     elif char == ' ': 
      if last == ' ': 
       raise StopIteration() 
      last = char 
      yield char 
     else:      
      raise StopIteration() 

for input_, exp in li_test: 
    got = "".join(rstrip_(input_)) 
    msg = ":%s:<>:%s:" % (exp, got) 
    print (":%s:=>:%s:" % (input_, got)) 
    #cheating a bit because I dunno if the last space is wanted. 
    assert exp.rstrip() == got.rstrip(), msg 

出力：

:My string is #not very beautiful:=>:My string is : 
:Are you 9 years old?:=>:Are you : 
:this is the last example:=>:this is the last : 

そして、はい、私は第二の機能で全体を包んで参加している必要がありますがそこの文字...