如何从字符串中移除引用编号？可用正则表达式吗？

正则表达式方案（首选） #

这是最简洁高效的处理方式，直接匹配[数字]格式的引用标记并替换为空，还能顺带清理引用前的多余空格。

正则模式说明：

• \s*\[\d+\]：\s*匹配引用前可能存在的空格，\[和\]是转义后的方括号（避免被正则引擎解析为特殊字符），\d+匹配任意长度的数字。用这个模式可以一步到位，避免处理后出现多余空格。

Python代码示例：

import re

text = "It is known that bananas are yellow [1] and tomatoes are red [2]."
cleaned_text = re.sub(r'\s*\[\d+\]', '', text)
print(cleaned_text)

输出结果：

It is known that bananas are yellow and tomatoes are red.

如果不需要清理引用前的空格，只用\[\d+\]作为匹配模式即可，但这样处理后可能会留下多余空格，需要额外用strip()或replace()清理，一般推荐上面的模式一步到位。

非正则方案（仅特殊场景使用） #

如果出于某种原因不想用正则，也可以手动遍历字符串处理，但代码繁琐且效率不如正则：

text = "It is known that bananas are yellow [1] and tomatoes are red [2]."
result = []
index = 0
length = len(text)

while index < length:
    # 遇到引用起始的[且后面是数字时，跳过整个引用块
    if text[index] == '[' and index + 1 < length and text[index+1].isdigit():
        # 找到对应的]
        while index < length and text[index] != ']':
            index += 1
        index += 1
        # 移除引用前的空格（如果存在）
        if result and result[-1] == ' ':
            result.pop()
    else:
        result.append(text[index])
        index += 1

cleaned_text = ''.join(result)
print(cleaned_text)

这种方法需要手动处理字符跳转和空格清理，只适合极端场景，日常处理优先用正则。

内容的提问来源于stack exchange，提问作者cerebrou