python：re.subの正規表現 任意の数字と文字を同時に置換する

Question

python：re.subの正規表現についての質問です。

txtA = 'f10003_a:0.01297835,f10003_au:0.01765928,f10003_sp:0.01835180:0.00364215:0.00467452,f10003_si:0.0195637............'
という文字列があります。
※太字の部分を残しイタリックの部分を削除する。

最終的には
a,au,sp,siという形を目指しています。
追記：残したい文字の中に数字が含まれる場合もあり、数字を一括で消すことができません。

そこで
ここから2つの情報をre.subの正規表現をつかって削除したいと考えています。
’f(間の1〜５桁数字)’_を削除
と
_’:0.(以降の8桁の数字)’_を削除
を行うことで達成できると思うのですが、正規表現の書き方がわからず困ってます。
どなたかご教授いただけると幸いです。

Comments

[melian]

re.findall + join でもよいのではないでしょうか。

','.join(re.findall(r'_(.+?):', txtA))

[TakaiY]

(解答欄に書いてください > melianさん)

Answer 1

文字列を見ると、以下のパタンの繰り返しのように見えます。

1. f..._(アンダーバー手前まで)
2. _(アンダーバー)
3. _以降〜:手前まで (残したい部分)
4. :以降〜,手前まで

このうちの、3) + , だけを残す案はどうでしょうか?

import re

s = 'f10003_a:0.01297835,' \
    'f10003_au:0.01765928,' \
    'f10003_s123p:0.01835180:0.00364215:0.00467452,' \
    'f10003_s789i:0.0195637'
t = re.sub(r'f[^_]*_([^:]*)[^,]*', r'\1', s)
print(t) # a,au,s123p,s789i

Answer 2

f(間の1〜５桁数字)’_を削除
と
_’:0.(以降の8桁の数字)’_を削除

を素直に正規表現にするなら、以下のような感じでしょう。

import re
txtA = 'f10003_a:0.01297835,f10003_au:0.01765928,f10003_sp:0.01835180:0.00364215:0.00467452,f10003_si:0.0195637'
b=re.sub('f\d+_','',txtA)
c=re.sub(':[\d.]+','',b)
print(c)

これで条件は満たされているはずで、

残したい文字の中に数字が含まれる場合もあり

というのが今ひとつよくわかりませんが、正しく状況を言い表しているのだとすれば、

d=re.sub('\d','',c)

を追加すればいいのでは。

Comments

[Rain_4036]

ありがとうございました。解決しました。
re.sub('f\d+_','',txtA)と書き表すことができることを理解してませんでした。
f\d+_と書いておくと間に数字がいくつあっても関係ないのですね。
色々調べてあれこれ試したのですが、こんな簡単なことで解決するのかと拍子抜けでした。

Answer 3

それは正規表現でできます。

re.sub('\d+', '', s))
re.sub('f', '', s))

Comments

[Rain_4036]

そうしたのですが
残したい文字列の中に数字が含まれる場合があり、数字を一括で消すことができない状況です。