Python 正则表达式。删除 ':' 之后的所有字符（包括行尾和特定字符串除外）

Posted 2023-03-13

【中文标题】Python 正则表达式。删除 \':\' 之后的所有字符（包括行尾和特定字符串除外）

【英文标题】：Python regex. Removing all characters after ':' (including at the end of line and except for a specific string)Python 正则表达式。删除 ':' 之后的所有字符（包括行尾和特定字符串除外）

【发布时间】：2018-08-06 09:05:03

【问题描述】：

我正在解析日志文件中的信息和布局数据。假设我有一些看起来像这样的行：

图书：190 已借阅：ABCD-1234-E5F6，状态：LATE 返回：02.20.2018

我正在尝试删除特定于该行的信息，例如数字、序列号、日期等。但是，说“状态：迟到”应该保留。我想要这样的输出：

图书签出者，状态：延迟归还

（这个例子是编造的，结合实际的数据和任务有点意思。）

目前我有：re.sub(':\s.*?(?=[^A-Z\d\-.])','', str) 删除“：”后面不是大写字母、数字和“。”的所有字符或“-”（它停在其他任何地方，如空格、a-z 等）。但是，我的输出将保留最后一位并删除状态。

图书签出者，状态：返回：10.20.2018

如何指定删除“：”后面的所有大写字母，但单词“LATE”除外 缺少什么也会删除行尾的数字？

【问题讨论】：

:\s*(?!LATE)[\w-.]+(?=[\s,]|$) 或 :\s*(?!LATE)\S+?(?=[\s,]|$) 怎么样？

你说这个例子是虚构的——你能澄清一下它实际上代表了你实际使用的数据吗？另外 - 你最终想要的输出是什么？

第二个来自 ctwheels 的作品！谢谢。

@JonClements - 我正在为审计日志做 QA，并确保某些事件确实被记录下来。我正在尝试删除特定于特定测试用例的数字和数据（产品序列号、IP 地址等），这样我就只剩下一般事件来区分预期的输出了。

啊，好吧...只是想知道解析该行是否有意义，然后删除识别信息...或者，如果您知道您要查找的内容-那么只需专门查找即可。 ..

【参考方案1】：

re.sub 带有负前瞻以使 LATE 不匹配：

re.sub(r':\s(?!LATE)[A-Z\d.-]+', '', str_)

:\s 匹配 : 后跟一个空格

(?!LATE) -- 零宽度负前瞻确保LATE 不会出现在以下匹配中

[A-Z\d.-]+ 匹配一个或多个[A-Z\d.-]

示例：

In [41]: str_ = 'Book: 190 Checked Out By: ABCD-1234-E5F6, Status: LATE Return: 02.20.2018'

In [42]: re.sub(r':\s(?!LATE)[A-Z\d.-]+', '', str_)
Out[42]: 'Book Checked Out By, Status: LATE Return'

【讨论】：

谢谢。我认为这正是我需要的方式。