如何用正则表达式删除单词开头、首尾连字符且保留单词中间连字符

核心思路 #

仅匹配两类需要删除的连字符，保留前后均为字母/数字的连字符不做处理：

• 出现在单词开头（连字符前方无有效字母/数字）
• 出现在单词结尾（连字符后方无有效字母/数字）

正确实现代码 #

import re
# 待处理文本
input_text = "ease singapore-based -fis -sgfis- fatca"
# 正则替换
processed_text = re.sub(r'(?<![A-Za-z0-9])-|-(?![A-Za-z0-9])', '', input_text)
print(processed_text)

正则说明 #

• (?<![A-Za-z0-9])-：负向后顾断言，匹配前方没有字母/数字的连字符，对应单词开头的连字符场景
• |：逻辑或
• -(?![A-Za-z0-9])：负向前瞻断言，匹配后方没有字母/数字的连字符，对应单词结尾的连字符场景

运行结果 #

ease singapore-based fis sgfis fatca

原正则错误原因 #

你之前使用的re.sub(r'[^A-Za-z0-9]+', ' ', input_text)会将所有非字母数字的字符统一替换为空格，连字符属于非字母数字字符，因此无论位置如何都会被删除，不符合保留中间连字符的需求。

内容的提问来源于stack exchange，提问作者go sgenq