时间戳

首页 > 解决方案 > 从字符串的两端删除子字符串

python - 从字符串的两端删除子字符串

问题描述

我有一些文件名，其中包含一些我想删除的多余单词，例如：VIS等THE。

我是这个正则表达式，但问题是要删除的单词可能出现在文件名的前面或后面。为了更清楚，一些文件名示例是：

filenames = ['a_VIS-MarnehNew_24RGB_1110.jpg',
             'Marne_04_Vis.jpg',
             'VIS_jeep_smoke.jpg',
             'IR_fk_ref_01_005.jpg',
             'c_LWIR-MarnehNew_24RGB_1110.jpg',
             'LWIR-MarnehNew_15RGB_603.jpg',
             'Movie_01_IR.jpg',
             'THE_fk_ge_03_005.jpg']

多余的词是VIS, Vis, IR, LWIR,THE和出现在前面的每个字符或出现在后面的每个字符。

正确的例子是：

filenames = ['MarnehNew_24RGB_1110',
             'Marne_04',
             'jeep_smoke',
             'fk_ref_01_005',
             'MarnehNew_24RGB_1110',
             'MarnehNew_15RGB_603',
             'Movie_01',
             'fk_ge_03_005']

我尝试了这段代码，但是（显然它对于后面的情况是不够的：

import re
pattern = re.compile('(?:VIS|Vis|IR|LWIR)(?:-|_)(\w+)')

for i, filename in enumerate(filenames):
    matches = re.search(pattern, filename)
    if matches:
        print(i, matches.group(1))

0 MarnehNew_24RGB_1110
2 jeep_smoke
3 fk_ref_01_005
4 MarnehNew_24RGB_1110
5 MarnehNew_15RGB_603

那么，我该如何设法摆脱后面的话呢？

标签： pythonregex

解决方案

使用您的示例，您可以使用

(?:^(?:\w_)?(?:VIS|Vis|IR|LWIR|THE)[-_]?)
|
(?:_?(?:VIS|Vis|IR|LWIR))?\.jpg$

无需替换，请参阅regex101.com 上的演示。

分解这个说：

(?:                          # non-capturing group
    ^                        # anchor at the beginning of a string
    (?:\w_)?                 # \w_ optional
    (?:VIS|Vis|IR|LWIR|THE)  # one of ...
    [-_]?                    # - or _ optional
)
|                            # OR
(?:
    _?
    (?:VIS|Vis|IR|LWIR)
)?
\.jpg$

推荐阅读