带条件的斜线后删除字符串答案

【问题标题】：Remove string after slash with condition带条件的斜线后删除字符串
【发布时间】：2020-03-13 18:43:30
【问题描述】：

我想删除短语中的第二部分，只要它超过 3 个字符（字母和数字），如果字符为 3 个或更少，则添加空格。

在以下测试集中：

CENTRAL CARE HOSPITAL/HOPITAL CENTRALE DE SOINS
ABC/DEF
FOUNDATION INSTITUTION/FUNDATION DEL INSTITUTO
HAPPY SPRING BREAK 20/20

结果应该是：

CENTRAL CARE HOSPITAL
ABC DEF
FOUNDATION INSTITUTION
HAPPY SPRING BREAK 20 20

我的第一次尝试是这样的：

([^\/]+$)

但是，斜杠后面的所有字符串都没有了，因为它没有任何限制。我需要包含一个否定的前瞻性说明，当斜杠后面的字符超过 3 个时，我需要删除字符串：

text= re.sub(r'(^[^\/]+)(?:[\/])(?![A-Z]{3})',
             r'\1 ',
             text,
             0,
             re.IGNORECASE)

我得到以下不正确的信息：

CENTRAL CARE HOSPITAL/HOPITAL CENTRALE DE SOINS 
ABC DEF
FOUNDATION INSTITUTION/FUNDATION DEL INSTITUTO 
HAPPY SPRING BREAK 20 20

如何去掉前面的斜线和字符串？

谢谢

【问题讨论】：

您需要首先完整地陈述您的问题，而不是先说出您尝试过的内容，然后再充实问题。你的第一句话很好，但它是对问题的不完整描述。此时，您需要将示例与所需结果一起提供，例如，“例如，给定以下测试集......我希望返回以下内容：......然后继续提供您的代码和您获得的错误结果。请注意，在返回值中包含“（正确）”会造成混淆。
正如@CarySwoveland 指出的，输入字符串和预期输出字符串的清晰演示是必须的。
抱歉，我更新了问题以便更容易理解。
好多了！请注意，您需要在每个问题中采用这种方法。用例子前面的文字表述的问题越完整越好。目标是使问题的陈述如此完整和明确，以至于示例不是必需的（尽管通常是可取的）。
我从您的输出中看到了另一个要求。斜线转换为空格字符。为什么？

标签： python regex regex-lookarounds regex-negation regex-group

【解决方案1】：

您可以使用 2 个捕获组来捕获 / 之前和之后的 1-3 个字符 A-Z 或数字，并在替换中使用这些组，其间有空格。

使用交替匹配正斜杠，后跟要删除的其余字符串。

\b([A-Z0-9]{1,3})/([A-Z0-9]{1,3})\b|/.*

在替换中使用 2 个捕获组

r"\1 \2"

说明

\b字边界
([A-Z0-9]{1,3})捕获第1组，匹配1-3次A-Z或一个数字
/ 字面匹配
([A-Z0-9]{1,3})捕获第2组，匹配1-3次A-Z或数字
\b字边界
|或者
/.* 匹配 / 和 0+ 次除换行符以外的任何字符

Regex demo | Python demo

示例代码

import re

regex = r"\b([A-Z0-9]{1,3})/([A-Z0-9]{1,3})\b|/.*"

text = ("CENTRAL CARE HOSPITAL/HOPITAL CENTRALE DE SOINS\n"
    "ABC/DEF\n"
    "FOUNDATION INSTITUTION/FUNDATION DEL INSTITUTO\n"
    "HAPPY SPRING BREAK 20/20")

result = re.sub(regex, r"\1 \2", text)
print (result)

输出

CENTRAL CARE HOSPITAL 
ABC DEF
FOUNDATION INSTITUTION 
HAPPY SPRING BREAK 20 20

【讨论】：

【解决方案2】：

你必须使用正则表达式吗？这样做有什么问题？

tests = [
    "CENTRAL CARE HOSPITAL/HOPITAL CENTRALE DE SOINS", 
    "ABC/DEF", 
    "FOUNDATION INSTITUTION/FUNDATION DEL INSTITUTO", 
    "HAPPY SPRING BREAK 20/20"
]

for test in tests:
    separate = test.split("/", 1)
    print(separate[0] if len(separate[1])>3 else test)

【讨论】：

【解决方案3】：

试试这个正则表达式模式：

text= ["CENTRAL CARE HOSPITAL/HOPITAL CENTRALE DE SOINS ",
       "ABC/DEF",
       "FOUNDATION INSTITUTION/FUNDATION DEL INSTITUTO",
       "HAPPY SPRING BREAK 20/20"]

for element in text:
    str_res = re.sub(r'(?:[\/])([A-Z0-9]{0,3}\b)|[^\/]*$',
                     r' \1',
                     element,
                     0,
                     re.IGNORECASE)
    print(str_res)

【讨论】：