re.sub() - 用于替换字符串中最后一个子字符串的正则表达式

Question

我正在尝试使用Python中的re.sub替换字符串中最后一个子字符串的出现，但是卡在了正则表达式模式上。有人能帮助我得到正确的模式吗？

String = "cr US TRUMP DE NIRO 20161008cr_x080b.wmv"

或者

String = "crcrUS TRUMP DE NIRO 20161008cr.xml"

我想替换最后一次出现的"cr"和扩展名之前的任何内容。

期望得到的输出字符串是 -

"cr US TRUMP DE NIRO 20161008.wmv"
"crcrUS TRUMP DE NIRO 20161008.xml"

我正在使用 re.sub 进行替换。

re.sub('pattern', '', String)

请给予建议。

- Sanchit

---

“pattern” 是你的模式吗？当然，那样做是行不通的… - l'L'l

请展示您正在使用的实际模式和字符串。 - cco

cr(?!.*cr)[^.]* - Washington Guedes

我的模式没有起作用，因为我对正则表达式不是很了解，这也是我没有提到它的原因。 - Sanchit

Answer 1

使用贪婪量词和捕获组：

re.sub(r'(.*)cr[^.]*', '\\1', input)

- Casimir et Hippolyte

---

这很整洁，但如果输入是acr.crt，它将无法工作。 - anubhava

@anubhava：有几种情况这个模式不起作用，你也可以考虑一个带有多个点的文件名。显然，这不是一个万无一失的模式，更多的是一个简单的说明如何使用贪婪性来达到最后出现的位置。一旦你理解了这个思路，就可以针对特定的用例进行改进。 - Casimir et Hippolyte

Answer 2

使用 str.rfind(sub[, start[, end]]) 函数的替代方案：

string = "cr US TRUMP DE NIRO 20161008cr_x080b.wmv"
last_position = string.rfind('cr')
string = string[:last_position] + string[string.rfind('.'):]

print(string)  #cr US TRUMP DE NIRO 20161008.wmv

此外，在这种情况下，rfind 速度会更快：
以下是测量结果：
使用str.rfind(...)： 0.0054836273193359375
使用re.sub(...)： 0.4017353057861328

- RomanPerekhrest

---

在我看来，最好的选择。当不需要时，没有必要使用正则表达式。即使在需要时，是否使用它们也是有争议的…… - spectras

@ spectras，是的，当然可以。此外，在这种情况下它运行得更快。 - RomanPerekhrest

Answer 3

你可以使用这个负向预查正则表达式：

repl = re.sub(r"cr((?!cr)[^.])*(?=\.[^.]+$)", "", input);

正则表达式演示

正则表达式简介：

cr         # match cr
(?:        # non-capturing group start
   (?!     # negative lookahead start
      cr   # match cr
   )       # negative lookahead end
   [^.]    # match anything but DOT
)          # non-capturing group end
*          # match 0 or more of matching character that doesn't have cr at next postion
(?=        # positive lookahead start
   \.      # match DOT
   [^.]+   # followed by 1 or more anything but DOT
   $       # end of input
)          # postive lookahead end

- anubhava

---

偶然发现这个排版良好的回答。 - ekydfejj