条件に従って特定の文字列スニペットを.replace（）する方法はありますか？

Question

PDFからコピーしたDavid Foster Wallaceを含む.txtファイルからインポートしています。いくつかの単語は、ページをオフに走ったので、私はのようなものを使用して、それをサニタイズするつもりだった

"interr- upted" 

の形で来る：人も中にいくつかの奇妙な構造を使用しています...除き

with open(text, "r", 0) as bookFile: 
    bookString = bookFile.read().replace("- ", "") 

彼の執筆。次のようなものがあります。

"R - - d©" 

ブランド名バグスプレーRaid©私は明らかに "R d©"を残していますが、 " - "のインスタンスではなく " - "のインスタンス.replace（）インスタンスを作成する方法はありますか？あるいは、すべてをリストに変換し、そのようにすべての操作を行う必要がありますか？ありがとう。

Answer 1

負のlookbehindアサーションを含む正規表現を使用して前の文字を確認し、re.subを使用して一致を空の文字列に置き換えることができます。

'(?<!)- 'は、'- 'のすべてのインスタンスに一致する、単一の空白文字（構文についてthisセクションを参照）によって先行正規表現ではありません。 re.sub('(?<!)- ', '', input_string)はinput_stringの'(?<!)- 'パターンのすべての出現を''（空文字列）に置き換えて結果を返します。

例：

In [1]: import re 

In [2]: re.sub('(?<!)- ', '', 'interr- upted') 
Out[2]: 'interrupted' 

In [3]: re.sub('(?<!)- ', '', 'R - - d©') 
Out[3]: 'R - - d©' 

Answer 2

あなたは、置換する必要がある唯一の出現を置き換えることを確認するlookbehindsと先読みを使用することができます。

>>> import re 
>>> regex_pattern = '(?<=[a-z])(-)(?=[a-z])' 
>>> re.sub(regex_pattern, '', "interr- upted", re.I) 
'interrupted' 

そして、

>>> re.sub(regex_pattern, '', "R - - d©") 
'R - - d©' 

後者は影響を受けません。

Answer 3

これはあなたが必要とするものですか？

In [23]: import re 
In [24]: re.sub(r'- ', '', '"R - - d"') 
Out[24]: '"R d"' 

Thisリンクはお役に立ちます。

HTH