Tengo que repetir varias veces usando este código, ¿hay una mejor manera?
item = '!@#$abc-123-4;5.def)(*&^;\n'
O
'!@#$abc-123-4;5.def)(*&^;\n_'
O
'!@#$abc-123-4;5.def)_(*&^;\n_'
El que tengo así no funcionó
item = re.sub('^\W|\W$', '', item)
Esperar
abc-123-4;5.def
El objetivo final es mantener solo eliminar todo lo que no sea [a-zA-Z0-9] de ambos extremos mientras se mantienen los caracteres en el medio. La primera y la última letra están en la clase [a-zA-Z0-9]
3 respuestas
Para recortar caracteres que no sean palabras (\W superior) desde el inicio / final, pero también agregue el guión bajo que pertenece a caracteres de palabras [A-Za-z0-9_] puede soltar el _ en una clase de caracteres junto con \W.
^[\W_]+|[\W_]+$
Ver demostración en regex101. Esto es muy similar a la respuesta de @Caustin y al comentario de @ sln.
Para obtener la demostración inversa y hacer coincidir todo, desde el primero hasta el último carácter alfanumérico:
[^\W_](?:.*[^\W_])?
O con alternancia demo (|[^\W_] para cadenas que tienen solo un alnum).
[^\W_].*[^\W_]|[^\W_]
Ambos con re.DOTALL para cadenas multilínea. Sabores de expresiones regulares sin probar [\s\S]* en lugar de .* demo
En primer lugar, puede cortar algunos casos muy especiales eliminando los caracteres de escape :
item = re.sub(r'\\[abnrt]', '', item)
Después de eso, eliminemos el carácter _ de \W, de lo que obtienes [^a-zA-Z0-9].
Su expresión regular final será: (^[^a-zA-Z0-9]+)|([^a-zA-Z0-9]+$)
item = re.sub(r'(^[^a-zA-Z0-9]+)|([^a-zA-Z0-9]+$)', '', item)
Aquí puedes visualizar tu expresión regular ...
Puede lograr esto utilizando el carácter de quilate ^ al comienzo de un conjunto de caracteres para negar su contenido. [^a-zA-Z0-9] coincidirá con cualquier cosa que no sea una letra o un número.
^[^a-zA-Z0-9]+|[^a-zA-Z0-9]+$