如何用Python正则表达式移除特定字符间的文本（支持多次匹配）

需要移除字符“-”与字符串“\n”之间的文本（包含这两个字符本身），具体示例如下：

• 示例1：输入字符串 hi.-hello\n good morning，期望输出 hi. good morning
• 示例2：输入字符串 hi.-hello\n good morning -axq\n，期望输出 hi. good morning axq

参考以下正则示例后仍无法写出对应语法，同时希望学习此类需求的通用正则自定义语法：

参考示例1 #

import re
str = "hi.)hello| good morning"
re.sub(r"(?<=\)).*?(?=\|)", "", str)
>>> 'hi.)| good morning'

参考示例2 #

>>> import re 
>>> x = "This is a sentence. (once a day) [twice a day]"
>>> re.sub("([\(\[]).*?([\)\]])", "\g<1>\g<2>", x)
'This is a sentence. () []'

参考示例3 #

>>> import re 
>>> x = "This is a sentence. (once a day) [twice a day]"
>>> re.sub("[\(\[]).*?([\)\]]", "", x)
'This is a sentence.  '

针对需求的直接实现 #

要移除-到\n之间的所有内容（包含这两个字符本身），直接用下面的正则就能搞定：

import re

# 测试示例1
input1 = "hi.-hello\n good morning"
output1 = re.sub(r"-.*?\n", "", input1)
print(output1)  # 输出: hi. good morning

# 测试示例2
input2 = "hi.-hello\n good morning -axq\n"
output2 = re.sub(r"-.*?\n", "", input2)
print(output2)  # 输出: hi. good morning axq

正则逻辑拆解 #

• -：直接匹配目标起始的-（它不是正则特殊字符，无需转义）
• .*?：非贪婪模式匹配任意字符（.匹配除换行外的所有字符，*表示可重复0次或多次，?开启非贪婪，避免从第一个-直接匹配到最后一个\n）
• \n：匹配结束的换行符，正则中用转义字符表示真实的换行

这类“边界间内容处理”的通用正则思路 #

你的需求本质是匹配两个标记字符之间的内容并进行删除/保留处理，这类需求分两种核心场景，结合你提供的参考示例逐一拆解：

场景1：保留边界字符，仅删除中间内容（对应参考示例1、2） #

• 参考示例1采用正向预查：
  (?<=\))是正向肯定预查，仅匹配)之后的位置但不捕获)本身；(?=\|)是正向肯定预查，仅匹配|之前的位置但不捕获|本身。中间的.*?匹配需要删除的内容，替换为空后自然保留了边界的)和|。
• 参考示例2采用捕获分组：
  ([\(\[])将(或[存储为分组1，([\)\]])将)或]存储为分组2；替换时通过\g<1>\g<2>调用这两个分组的内容，相当于清空中间内容，仅保留边界符号。

场景2：边界与中间内容一并删除（对应你的需求、参考示例3） #

你的需求和参考示例3均属于此类，直接将边界字符与中间内容作为整体匹配，替换为空即可：

• 参考示例3的正则（原示例存在小括号笔误，正确逻辑是匹配(/[ + 中间内容 + )/]），替换为空后即可删除整个括号及内部内容，与你的需求逻辑完全一致——直接将需要删除的完整区间（边界+中间内容）写入正则，替换为空即可完成操作。

必记关键细节 #

1. 贪婪与非贪婪模式：若文本中存在多个结束边界，务必使用.*?非贪婪模式，否则会从第一个起始边界直接匹配到最后一个结束边界，导致过度删除。
2. 特殊字符转义：若边界字符为正则特殊字符（如(, ), |, \等），必须添加\进行转义，例如匹配(需写为\(。
3. 分组与预查的选择：若需保留边界字符，可使用捕获分组或正向预查；若需连同边界一并删除，直接将边界包含在匹配规则中即可。

内容的提问来源于stack exchange，提问作者user20576555