如何在字符串末尾带有小写字符时从字符串末尾删除大写字符？

Question

我从ESPN的BPI页面（http://www.espn.com/mens-college-basketball/bpi/_/view/resume）抓取大学篮球队的一些数据，以存储在熊猫数据框中。当我将html表读入数据框时，缩写的学校名称将附加到完整的学校名称。例如，我有几个字符串，如下所示：＆＃34; North CarolinaUNC＆＃34;。

如何从字符串末尾删除UNC？我尝试使用以下正则表达式来匹配字符串末尾的字符：

name = "North CarolinaUNC"
name = re.sub(r"\z[A-Z]","", name)

但它不会为名字由两个单词组成的学校工作。有没有办法编写一个规则，当它们以小写字符开头时从字符串中删除大写字符？

Answer 1

使用$匹配字符串的结尾，使用不匹配的lookbehind来检查大写字母是否位于小写字母之后：

import re
name = "North CarolinaUNC"
name = re.sub(r"(?<=[a-z])[A-Z]+$","", name)

结果North Carolina可以。

使用该表达式，"North Carolina UNC"保持不变，因为大写字母，即使在字符串的末尾，也不会出现在小写字母之后。