python - re.sub w/ 以不同数字结尾的子字符串

Question

有一堆我正在尝试清理的变量标签。

每个字符串都以问题编号开头，例如“Q1_1 - 你几岁？”

我想在问题开始之前删除所有内容。

输入："Q1_1 - How old are you?"

输出："How old are you?"

刚开始使用re.sub并了解如何在个案中使用它，但是对于 40 多个变量，我一次都不知所措，无法在网上找到任何有效的东西。

在网上找到了这段代码，它只是将字符从“_”替换为“-”：

re.sub('/.*- / ','',myvarlabel)

标签： pythonregex

Answer 1

.*您的模式对可能导致广泛匹配的点使用了一个贪婪的量词。

如果每个字符串都以您的模式开头，您还可以使用锚^来断言字符串的开头。

对于您的示例字符串，您可以使用此模式获得更精确的匹配，然后替换为空字符串。

正则表达式演示| Python 演示

^Q\d+[a-zA-Z0-9]*_[a-zA-Z0-9]+ +- +

那将匹配

• ^字符串的开始
• Q\d+匹配 Q 后跟 1+ 个数字
• [a-zA-Z0-9]*匹配字符类中列出的任何 0+ 次
• _[a-zA-Z0-9]+匹配下划线，匹配字符类中列出的任何 1 次以上
• +- +匹配 1+ 次空格，连字符，1+ 次空格

注意：您可以使用而不是空格，\s但请注意，这也将匹配换行符。

例如：

re.sub(r"^Q\d+[a-zA-Z0-9]*_[a-zA-Z0-9]+ +- +", "", "Q1_1 - How old are you?")

或者使用否定字符类来获得更广泛的匹配：

^Q\d+[^_]*_\S+ +- +

正则表达式演示