如何在Python中匹配可变模式以去除歌词中的动态广告？

当然可以通过正则表达式匹配这个可变模式来清除广告，具体方案如下：

匹配逻辑 #

广告的固定结构是：See [歌手名] LiveGet tickets as low as $[数字]，其中：

• [歌手名] 是由字母和空格组成的可变内容（如果有特殊字符比如连字符，可扩展匹配规则）
• [数字] 是任意长度的阿拉伯数字

正则表达式写法 #

使用以下正则模式即可精准匹配这类广告：

See [A-Za-z\s]+ LiveGet tickets as low as \$\d+

• [A-Za-z\s]+ 匹配歌手名（大小写字母+空格）
• \$ 转义匹配美元符号（避免正则中$的特殊含义）
• \d+ 匹配任意长度的数字

代码示例（Python） #

import re

def clean_lyric(lyric_text):
    ad_pattern = r'See [A-Za-z\s]+ LiveGet tickets as low as \$\d+'
    return re.sub(ad_pattern, '', lyric_text)

# 测试示例
sample_lyric = 'lyric lyric See John Mayer LiveGet tickets as low as $53 lyric lyric'
print(clean_lyric(sample_lyric))
# 输出：lyric lyric  lyric lyric

扩展说明 #

如果歌手名包含连字符、点号等特殊字符，可将正则中的字符集调整为 [A-Za-z\s\-.]+，比如匹配See Bon Jovi LiveGet...这类情况。批量处理时，只需遍历所有歌词文本，调用上述函数即可完成批量清理。

内容的提问来源于stack exchange，提问作者Nova