正则表达式：将单个字符组合在一起，只要它们是字母

Question

考虑以下示例：

Original                       Regex
A-B-C SCHOOL INSTITUTION   --> ABC SCHOOL INSTITUTION
A B C SCHOOL INSTITUTION   --> ABC SCHOOL INSTITUTION

目的是将用连字符或空格分隔的单个字母组合在一起。我使用了以下模式：

(?<!\w\w)(?:\s+|-)(?!\w\w)

但是，我有一个问题，就是不能对数字应用相同的规则，因为 \w 包含数字，所以出现了这个问题。例如，以下内容是不允许的，应按原样保持分隔：

Original                   Regex                    Desired
A 5 M SCHOOL CORPORATION   A5M SCHOOL CORPORATION   A 5 M SCHOOL CORPORATION

谢谢

Answer 1

首先这个(?:\s+|-)可以缩短为[\s-]+或[ -]+。其次，你需要的是白名单而不是黑名单。

这意味着您不查找 (?!\w\w)。相反，您要查找 (?=\w\b) 或在这种情况下具体查找 (?=[a-zA-Z]\b)。

最后，您不想匹配数字。所以你需要在匹配任何[ -]之前排除它们：(?<!\d)[ -]+.

综合起来：

re.sub(r'(?<!\d)[ -]+(?=[a-zA-Z]\b)', '', str)

Regex: Set together single characters as long as they are letters