Python如何确定字符串的结尾是4个字符还是5个字符遵循一种模式

Question

我有一堆需要清理的字符串，它有以下模式：

12345SNET1
1234567SNETA2
123456SNET3

令人头痛的是，SNET之后的任何内容都可以是0到9之间的任何整数，也可以是a-Z中的字符加上0到9之间的整数

是否仍然可以使用正则表达式来检测字符串是否具有此模式，以便我可以使用：

if regex detect (returns True):
    str = str[:-1]

elif regex detect (returns True):
    str = str[:-2]

Answer 1

• 您可以使用re.fullmatch检查（返回True是给定字符串与regex的全部匹配）与基本regex，如.*SNET\d和.*SNET[A-Z]\d，也不要使用str作为变量名，它是一个内置字

  if re.fullmatch(r".*SNET\d", value):
      value = value[:-1]
  
  if re.fullmatch(r".*SNET[A-Z]\d", value):
      value = value[:-2]
  

• 您可以直接使用re.sub替换结束符

  value = re.sub(r"(?<=SNET)[A-Z]?\d", "", value)
  

---

为了便于使用，您可以在方法中导出它

def clean(value):
    if re.fullmatch(r".*SNET\d", value):
        return value[:-1]
    if re.fullmatch(r".*SNET[A-Z]\d", value):
        return value[:-2]
    return value

# OR
def clean(value):
    return re.sub(r"(?<=SNET)[A-Z]?\d", "", value)


if __name__ == '__main__':
    values = ["12345SNET1", "1234567SNETA2", "123456SNET3"]
    print(values)  # ['12345SNET1', '1234567SNETA2', '123456SNET3']
    values = list(map(clean, values))
    print(values)  # ['12345SNET', '1234567SNET', '123456SNET']

Answer 2

如果使用正确的正则表达式，不需要有两个case

values = ["12345SNET1", "1234567SNETA2", "123456SNET3"]
for value in values:
    m = re.match(r'\d+SNET([A-Z]?\d)', value)
    if m:
        print(m.group(1))

这会打印出来

1
A2
3

---

如果希望文本位于最后一个字符之前，可以在正则表达式中添加额外的括号以捕捉该部分：

values = ["12345SNET1", "1234567SNETA2", "123456SNET3"]
for value in values:
    m = re.match(r'(\d+SNET)([A-Z]?\d)', value)
    if m:
        print(m.group(1))

结果

12345SNET
1234567SNET
123456SNET

Answer 3

您可以使用re.sub与正向查找相结合，以以下方式丢弃不需要的字符：

import re
s1 = "12345SNET1"
s2 = "1234567SNETA2"
s3 = "123456SNET3"
out1 = re.sub(r"(?<=SNET)[A-Z]?\d", "", s1)
out2 = re.sub(r"(?<=SNET)[A-Z]?\d", "", s2)
out3 = re.sub(r"(?<=SNET)[A-Z]?\d", "", s3)
print(out1)  # 12345SNET
print(out2)  # 1234567SNET
print(out3)  # 123456SNET