Python正则表达式从字符串列表中删除特定模式

Question

我有一个带文件名的字符串列表。文件名遵循特定的命名格式：

string1_YYYYMMDD_HHMMSS_string2

此处YYYYMMDD和HHMMSS是实际的日期和时间值。

我想删除每个条目的'string1'后面出现的所有字符。我一直在试用正则表达式，但没有白费。有人可以帮我这个吗？

Answer 1

你不需要正则表达式，只需在第一个下划线上拆分：

s = 'string1_YYYYMMDD_HHMMSS_string2'
return s.split('_')[0]

[编辑]：

如果你只能依赖最后的部分（'_YYYYMMDD_HHMMSS_string2'），那么尝试像这样编制索引：

s = 's_t_r_i_n_g_1_YYYYMMDD_HHMMSS_string2'
return '_'.join(s.split('_')[:-3])

Answer 2

使用正则表达式：

import re
s = 'string1_YYYYMMDD_HHMMSS_string2'
newstr = re.sub('_.*', '', s)
print(newstr)

注意：

• _.*与_及其所有后续字符匹配。
• re.sub(p, r, s)在s搜索p，并将所有匹配项替换为r。

更新＃1

  

string1可能包含其他下划线。我想保留所有string1并且只删除尾随模式。

在这种情况下，您可以使用以下正则表达式：

_\d{8}_\d{6}_.*

演示：https://regex101.com/r/jS2gL5/1