如何使用Python re删除以字母或数字开头并以“PM”结尾的所有子字符串

Question

我在我的文本文件中发现了一些由图像文件引起的随机代码，我想删除这些以字母或数字开头但以“PM”结尾的随机代码： 例如，有一个文本：

iSD08LXjpg2021330401PM大陸不可以給60歲以上人士打香港專找60歲以上人士去打，做白老鼠

日本與美國比還是很不錯的USA死亡才多呢日媒體報道jpg2021321056PM

理想的结果是：

大陸不可以給60歲以上人士打香港專找60歲以上人士去打，做白老鼠

日本與美國比還是很不錯的USA死亡才多呢日媒體報道

但我不知道如何使用re来移除它

Answer 1

使用re.sub删除字符串开头或结尾的所有ascii（ord 0-127）字符

import re

s1 = 'iSD08LXjpg2021330401PM大陸不可以給60歲以上人士打香港專找60歲以上人士去打，做白老鼠'
s2 = '日本與美國比還是很不錯的USA死亡才多呢日媒體報道jpg2021321056PM'

>>> re.sub(r'^[\x00-\x7F]+|[\x00-\x7F]+$', '', s1)
'大陸不可以給60歲以上人士打香港專找60歲以上人士去打，做白老鼠'

>>> re.sub(r'^[\x00-\x7F]+|[\x00-\x7F]+$', '', s2)
'日本與美國比還是很不錯的USA死亡才多呢日媒體報道'

Answer 2

您希望删除以PM结尾的罗马字母和阿拉伯数字的每个连续段。这是通过一个简单的正则表达式实现的：

[a-zA-Z0-9]*PM

a-z描述所有小写拉丁字母的范围，相当于A-Z和0-9*表示任意数量的字符，因为字符串可能具有任意长度PM是固定端字符串

当然，您必须确保这些字符串不包含像ü这样的特殊字符。如果有，请根据需要添加字符组

实际的python代码将是

    re.sub(r'[a-zA-Z0-9]*PM',"",inputtext)