Как исправить ошибку с регулярными выражениями?

Question

[WHATsMyName]

import re

text = ["Any reason for the pump"] # 5
text = re.sub('–—!"#$%&()*,-./:;<=>@[\\]^_`{|}~\t\n\xa0–\ufeff', '', str(text))
print(text)

Возникает следующая ошибка: re.error: unterminated character set at position 21 (line 1, column 22)

Так же важно понять, почему ошибка здесь:

import re

text = ["Any reason for the pump"] # 5

text = re.sub('–—!"#$%&()*+,-./:;<=>@[\\]^_`{|}~\t\n\xa0–\ufeff', '', str(text))
print(text)

Возникает следующая ошибка: re.error: multiple repeat at position 11 (line 1, column 12)

Разница между ними лишь в том, что во втором re есть +, я его убрал, однако не понимаю, почему выдает ошибку и как сделать так, чтобы + так же был в re. Однако ошибка первого примера приоритетнее

Comments

[Vindicar]

А какую задачу решаешь? Удалить всё, что не буквы и не цифры?
Тогда встречный вопрос: ты синтаксис регулярных выражений изучал вообще?

[WHATsMyName]

Vindicar, Удалить все, что не буквы и не цифры, за исключением пробелов. Да, я ничего не смыслю в регулярных выражениях, потому изучаю их. Документация тяжко идет. Буду благодарен, если покажете рабочий код, чтобы я в сравнении разобрался. Спасибо

[WHATsMyName]

o5a Большое спасибо! Теперь понятно в чем ошибка, взял этот фильтр из другого источника и после ваших разъяснений понял, что там для другой цели использовался. Касательно список-строка, мне это нужно для определенной задачи, вам это неинтересно будет слушать.

Answer 1

[o5a]

Если пытались исключить все символы из набора, то надо было их заключить в квадратные скобки.

text = re.sub('[–—!"#$%&()*,-./:;<=>@[\\]^_`{|}~\t\n\xa0–\ufeff]', '', str(text))

А в изначальном виде у вас написан не набор символов, а последовательный шаблон поиска.
Лучше почитайте хотя бы основы регулярных выражений, поймете ошибку.
Но помимо этого Вы что-то странное делаете: из списка формируете строку зачем-то str(text) и из нее удаляете символы. Вы не умеет работать со списками? Для чего это было нужно?

Answer 2

[Vindicar]

Ну так почитай основы.
Во-первых, используй r-строки, чтобы не натыкаться на проблемы с символом \.
Во-вторых, изучи зарезервированные символы регулярных выражений, а именно: ( ) [ ] ^ $ . ? * +. Если тебе нужен этот символ как просто символ, его надо экранировать! Т.е. если тебе нужно совпадение с символом ?, надо писать \?.
В-третьих, для поиска символа из указанного набора используются квадратные скобки, т.е. [abc] совпадёт с одним символом из указанных: a, b или c. Для задания диапазона можно сделать так: [a-z]. Это зачастую короче.
В-четвёртых, для поиска символа НЕ из указанного набора используется такой синтаксис: [^abc]
В-пятых, есть заранее заданные наборы. Например, \w описывает словесные символы (буквы, цифры и подчёркивание), \d описывает цифры, и т.д. Аналогично, \W и \D описывают всё кроме словесных символов и цифр, соотв.
Тогда у тебя будет два варианта
Если подчёркивание - не проблема:

re.sub(r'\W', '', 'test:_:test', re.I)  # даст test_test

Если подчёркивание тоже нужно убрать:

re.sub(r'[\W_]', '', 'test:_:test', re.I)  # даст testtest

Comments

[WHATsMyName]

Vindicar Моя благодарность за столь развернутый ответ! Часть из того что вы указали я уже прочел в той же документации, что вы прислали. Обязательно уделю re достаточно времени, чтобы не плавать в данной теме. Спасибо!