Python 使用re.sub删除特定子字符串后的所有内容

我原以为这很简单，但在尝试了3小时多种不同的re.sub组合后，我仍然找不到答案

我有以下字符串：

a = "99999 Anywhere Dr., Roanoak, VA 88888, ,"

我想删除8888和结尾之间的所有字符”（请注意，除了空格和逗号之外，可能还有其他字符，但8888之后不会有另一个由5位数字组成的字符串）。我尝试了许多组合，但最接近我想要实现的是：

re.sub('(?=>\d{5})(.*)\".*$','',a)

这将导致“99999”，因为它不会从字符串的末尾查看，而是在第一次出现5位数字后删除所有内容。我希望结果为：

"99999 Anywhere Dr., Roanoak, VA 88888"

---

谢谢你

而不是

re.sub

，我建议

re.search

+重新分配：

---

如果你想变得有创意，你可以颠倒你的字符串，然后调用

re.sub

，这样你就可以从头开始看了

text = re.sub('^.*?(?=\d{5})', '', text[::-1])[::-1]
print(text)
'99999 Anywhere Dr., Roanoak, VA 88888'

反转字符串可以让您现在使用向前看，这简化了事情

^           # start of line
.*?         # non-greedy capture
(?=         # lookahead 
\d{5}       # 5 digits
)

使用re.match：

>>> import re
>>> a = "99999 Anywhere Dr., Roanoak, VA 88888, ,"
>>> re.match(r'^.*[\d{5}]?\d{5}', a).group(0)
'99999 Anywhere Dr., Roanoak, VA 88888'

或重新搜索：

>>> re.search(r'^.*[\d{5}]?\d{5}', a).group(0)
'99999 Anywhere Dr., Roanoak, VA 88888'

---

你知道

[\d{5}]

在做什么吗？绝对不是你想的。我用这个来“捕捉”“最后出现的5位数字，我想：）好吧，它不这样做。你的模式是有效的，但你对它的理解是错误的。角色类中的任何东西都只是一组角色。贪婪的捕获成功了！谢谢。所以“贪婪”的意思是继续查找字符串，直到找到最后一个正则表达式？如果是这样的话，那么我今天学到了一些东西：）@是的，这就是它的意思。如果有用的话，哈哈！完成。再次感谢！谁会想到字符串反转！为了从一段html中提取正文，我做了如下操作：

r1，r2='^.*'，'^.*>ydob/@PatrickT如果解析html，我总是建议使用解析器而不是正则表达式，它是一种引人注目的反模式，成功率很低。
>>> import re
>>> a = "99999 Anywhere Dr., Roanoak, VA 88888, ,"
>>> re.match(r'^.*[\d{5}]?\d{5}', a).group(0)
'99999 Anywhere Dr., Roanoak, VA 88888'

>>> re.search(r'^.*[\d{5}]?\d{5}', a).group(0)
'99999 Anywhere Dr., Roanoak, VA 88888'