正则表达式将子模式'hello1，2，3‘替换为'hello’，而不影响其他编号模式

Question

抱歉，我对正则表达式缺乏经验

我想去掉字符串中的所有子模式，这些子模式的特点是在单词('hello1')后面有一个数字，或者在单词('hello1，2，3')后面有一系列数字，并将这个模式替换为原来的单词(hello)。

以下是我的文本：

X=‘与1，6-己二醇相互作用，对应于FRAP观察到的固定组分，与此相一致的是，HP 1a的不动组分是通过相separation23产生的。与domain24，25，26的domain24 (1.17 ± 0.25)相比较，在核仁边界处，GFP-纤维蛋白多糖的N&B分析显示出持续高方差区域(2.38 ± 0.46 -mers)，而在核仁边界内(1.28 ± 0.36)或外部(1.17 ± 0.25)。

x =re.sub(r'([^ 0-9])(\d+(?:, \d+)*)', r'\1', x)

上面，我使用一个正则表达式来消除模式，数字会立即继续使用一个单词，但是它也会产生意想不到的效果：

-hexanediol与观察到的固定组分相对应。与此相一致的是，HP 1a的不动分数.自己通过相分离而产生。N&B分析GFP\xe2_2\x80\x93fiillarin强调区域持续高方差(.\xe2\x80\x89\xc2\xb1\xe2\x80\x89 )。( -mers)在核仁边界，与内部(.\xe2\x80\x89\xc2\xb1\xe2\x80\x89.)或外部(.\xe2\x80\x89\xc2\xb1\xe2\x80\x89.)域。同样，GFP\xe2\x80\x93HP 1a显示出更大的方差。

预期产出如下：

X=‘与1，6-己二醇相互作用，对应于FRAP观察到的固定组分，与此相一致的是，HP 1a的固定组分是通过相分离产生的，GFP-纤维蛋白原在核仁边界的N&B分析强调了核仁边界上的高方差区域(2.38 ± 0.46 )，而在核仁边界内(1.28 ± 0.36)或区带外(1.17 ± 0.25)，GFP-HP 1a的变异增加。

“1，6-己二醇”、“1.28 ± 0.36”和“HP 1a”等模式不移除数字。

更新：

该表达式似乎无法完全消除包含连字符的模式(例如，word11 11-12)。

x='than allelic variant and define eQTLs9–11'

x = re.sub(r"(?<=\w)\d+(?:, \d+)*", "", x)

结果：

而不是等位基因变异体并定义eQTLs 1。

预期产出：

而不是等位基因变异体和定义eQTL

有人能帮我做到这一点吗？

Answer 1

x = re.sub(r"(?<=\w)\d+(?:, \d+)*", "", x)

解释

(?<=...)是一个积极的背景。它基本上是说，“确保这是在这里，但实际上没有匹配”。如果需要，还可以将其替换为普通组，并在替换中使用\1。

\w与"word“字符匹配。这通常等同于[a-zA-Z_]。

\d+匹配一个数字。

(?:, \d+)*匹配一个逗号，一个空格，后面跟着一个数字，0次或更多次。