re.sub() - 用于替换字符串中最后出现的子字符串的正则表达式答案

【问题标题】：re.sub() - Regex for replacing last occurance of a substring in a stringre.sub() - 用于替换字符串中最后出现的子字符串的正则表达式
【发布时间】：2016-10-25 11:53:41
【问题描述】：

我正在尝试在 Python 中使用 re.sub 替换字符串中最后一次出现的子字符串，但坚持使用正则表达式模式。有人可以帮我找到正确的模式吗？

String = "cr US TRUMP DE NIRO 20161008cr_x080b.wmv"

或

String = "crcrUS TRUMP DE NIRO 20161008cr.xml"

我想替换最后出现的“cr”以及扩展名之前的任何内容。

所需的输出字符串是 -

"cr US TRUMP DE NIRO 20161008.wmv"
"crcrUS TRUMP DE NIRO 20161008.xml"

我正在使用re.sub 替换它。

re.sub('pattern', '', String)

请指教。

【问题讨论】：

pattern 是你的模式吗？好吧，那当然行不通……
请显示您正在使用的实际模式和字符串。
cr(?!.*cr)[^.]*
我的模式不起作用，因为我对正则表达式了解不多，所以我没有提到它。

标签： python regex string

【解决方案1】：

使用贪婪量词和捕获组：

re.sub(r'(.*)cr[^.]*', '\\1', input)

【讨论】：

这很简洁，但如果输入为acr.crt则不起作用
@anubhava：在某些情况下这种模式不起作用，您也可以考虑使用多个点的文件名。这显然不是防水模式，它更像是一个简单的说明，说明如何使用贪婪达到最后一次出现。一旦你有了这个想法，你就可以针对特定的用例对其进行改进。

【解决方案2】：

使用str.rfind(sub[, start[, end]])函数的替代方案：

string = "cr US TRUMP DE NIRO 20161008cr_x080b.wmv"
last_position = string.rfind('cr')
string = string[:last_position] + string[string.rfind('.'):]

print(string)  #cr US TRUMP DE NIRO 20161008.wmv

此外，rfind 在这种情况下会更快：
这是测量结果：
使用str.rfind(...)：0.0054836273193359375
使用re.sub(...) ：0.4017353057861328

【讨论】：

最佳选择 imo。在不需要时放入正则表达式是没有意义的。在需要时将它们放入是否好已经存在争议......
@spectras，是的，当然。此外，在这种情况下它的工作速度要快得多

【解决方案3】：

您可以使用这个否定的前瞻正则表达式：

repl = re.sub(r"cr((?!cr)[^.])*(?=\.[^.]+$)", "", input);

RegEx Demo

RegEx 拆分：

cr         # match cr
(?:        # non-capturing group start
   (?!     # negative lookahead start
      cr   # match cr
   )       # negative lookahead end
   [^.]    # match anything but DOT
)          # non-capturing group end
*          # match 0 or more of matching character that doesn't have cr at next postion
(?=        # positive lookahead start
   \.      # match DOT
   [^.]+   # followed by 1 or more anything but DOT
   $       # end of input
)          # postive lookahead end

【讨论】：

发生了这件事，很好的回应。