使用Regex提取银行PDF信息时如何去除结果中的括号引号逗号

你的输出出现括号、引号、逗号的核心原因是变量赋值时的语法错误：你使用逗号分隔了空字符串和提取结果，Python会自动把这种结构识别为元组类型，打印元组就会自带这些格式符号。

方案1：从赋值根源修改（推荐） #

直接删掉变量赋值时多余的" ",部分，同时可以加.strip()去除提取结果前后的多余空白，修改后的代码如下：

import re

# 假设data是你读取到的PDF文本内容
acc_name = '\n'.join([re.sub(r'^[\d \t]+|[\d \t]+:$', '', line) for line in data.splitlines() if 'Mr. ' in line]).strip()
acc_no = '\n'.join([re.sub(r'Account Number\s+:', '', line) for line in data.splitlines() if 'Account Number' in line]).strip()
acc_code = '\n'.join([re.sub(r'IFSC Code\s+:', '', line) for line in data.splitlines() if 'IFSC Code' in line]).strip()

修改后直接打印三个变量，输出结果就是纯文本：

50439602642
Mr. MOHD AZFAR ALAM LARI
ALLA0211993

方案2：处理已有元组结果 #

如果你已经生成了之前的元组格式结果，直接取每个元组的第二个元素再去除空白即可：

# 三个变量均按该逻辑处理即可
acc_no = acc_no[1].strip()
acc_name = acc_name[1].strip()
acc_code = acc_code[1].strip()

内容的提问来源于stack exchange，提问作者senarijit1618