我有一批字符串需要删减。它们基本上是一个描述符，后跟代码。我只想保留描述符。
'a descriptor dps 23 fd'
'another 23 fd'
'and another fd'
'and one without a code'
上面的代码是dps、23和fd。它们可以按任何顺序出现，彼此无关并且可能根本不存在（如最后一种情况）。
代码列表是固定的（或至少可以预测），因此假设代码从未在合法描述符中使用，我如何在代码的第一个实例之后剥离所有内容。
我正在使用 Python。
【问题讨论】：
标签： python
正如@THC4K 在评论中指出的那样，简短的回答：
string.split(pattern, 1)[0]
其中string 是您的原始字符串，pattern 是您的“中断”模式，1 表示拆分不超过 1 次，[0] 表示获取拆分返回的第一个元素。
在行动：
>>> s = "a descriptor 23 fd"
>>> s.split("23", 1)[0]
'a descriptor '
>>> s.split("fdasfdsafdsa", 1)[0]
'a descriptor 23 fd'
这是表达我之前写的内容的一种更简短的方式，无论如何我都会保留在这里。
如果您需要删除多个模式，这是 reduce 内置函数的理想选择：
>>> string = "a descriptor dps foo 23 bar fd quux"
>>> patterns = ["dps", "23", "fd"]
>>> reduce(lambda s, pat: s.split(pat, 1)[0], patterns, string)
'a descriptor '
>>> reduce(lambda s, pat: s.split(pat, 1)[0], patterns, "uiopuiopuiopuipouiop")
'uiopuiopuiopuipouiop'
这基本上是说：对于patterns中的每个pat：取string并重复应用string.split(pat, 1)[0]（如上所述），每次都对先前返回的值的结果进行操作。如您所见，如果字符串中没有任何模式，则仍然返回原始字符串。
最简单的答案是列表/字符串切片结合string.find：
>>> s = "a descriptor 23 fd"
>>> s[:s.find("fd")]
'a descriptor 23 '
>>> s[:s.find("23")]
'a descriptor '
>>> s[:s.find("gggfdf")] # <-- look out! last character got cut off
'a descriptor 23 f'
更好的方法（避免在s.find 返回 -1 时切断缺失模式中的最后一个字符）可能是包装在一个简单的函数中：
>>> def cutoff(string, pattern):
... idx = string.find(pattern)
... return string[:idx if idx != -1 else len(string)]
...
>>> cutoff(s, "23")
'a descriptor '
>>> cutoff(s, "asdfdsafdsa")
'a descriptor 23 fd'
[:s.find(x)] 语法意味着从索引 0 到冒号右侧的部分字符串；在这种情况下，RHS 是s.find 的结果，它返回您传递的字符串的索引。
【讨论】：
the_string.split(pattern,1)[0] 和我想的一样。
你似乎在描述这样的事情：
def get_descriptor(text):
codes = ('12', 'dps', '23')
for c in codes:
try:
return text[:text.index(c)].rstrip()
except ValueError:
continue
raise ValueError("No descriptor found in `%s'" % (text))
例如，
>>> get_descriptor('a descriptor dps 23 fd')
'a descriptor'
【讨论】：
codes = ('12', 'dps', '23')
def get_descriptor(text):
words = text.split()
for c in codes:
if c in words:
i = words.index(c)
return " ".join(words[:i])
raise ValueError("No code found in `%s'" % (text))
【讨论】：
我可能会使用正则表达式来做到这一点：
>>> import re
>>> descriptors = ('foo x', 'foo y', 'bar $', 'baz', 'bat')
>>> data = ['foo x 123', 'foo y 123', 'bar $123', 'baz 123', 'bat 123', 'nothing']
>>> p = re.compile("(" + "|".join(map(re.escape, descriptors)) + ")")
>>> for s in data:
m = re.match(p, s)
if m: print m.groups()[0]
foo x
foo y
bar $
baz
bat
我并不完全清楚您是否希望提取的内容包含描述符之前的文本，或者您是否希望每行文本都以描述符开头；以上涉及后者。对于前者，只需稍微改变模式，使其捕获描述符第一次出现之前的所有字符：
>>> p = re.compile("(.*(" + "|".join(map(re.escape, descriptors)) + "))")
【讨论】：
这是一个适用于所有代码的答案，而不是强迫您为每个代码调用函数，并且比上面的一些答案更简单。它也适用于您的所有示例。
strings = ('a descriptor dps 23 fd', 'another 23 fd', 'and another fd',
'and one without a code')
codes = ('dps', '23', 'fd')
def strip(s):
try:
return s[:min(s.find(c) for c in codes if c in s)]
except ValueError:
return s
print map(strip, strings)
输出：
['a descriptor ', 'another ', 'and another ', 'and one without a code']
我相信这符合您的所有标准。
编辑：我很快意识到如果您不希望出现异常，您可以删除 try catch：
def strip(s):
if not any(c in s for c in codes):
return s
return s[:min(s.find(c) for c in codes if c in s)]
【讨论】：
def crop_string(string, pattern):
del_items = []
for indx, val in enumerate(pattern):
a = string.split(val, 1)
del_items.append(a[indx])
for del_item in del_items:
string = string.replace(del_item, "")
return string
示例：
我想裁剪字符串并只从中取出数组..
strin = "crop the array [1,2,3,4,5]
pattern["[","]"]
用法：
a = crop_string(strin ,pattern )
print a
# --- Prints "[1,2,3,4,5]"
【讨论】：