Python 用于去除单词结尾的正则表达式

我有以下标识符：

id1 = '883316040119_FRIENDS_HD'
id2 = 'ZWEX01DE9463DB_DMD' 
id3 = '35358fr1'
id4 = 'as3d99j_br001'

我需要一个正则表达式来获得以下输出：

id1 = '883316040119'
id2 = 'ZWEX01DE9463DB' 
id3 = '35358'
id4 = 'as3d99j'

这是我到目前为止得到的--

但它并不完美，以下是它给我的：

BAD  - 883316040119_FRIENDS
GOOD - ZWEX01DE9463DB
GOOD - 35358
GOOD - as3d99j

得到所有这些表达式的正确正则表达式是什么？对于第一个，我基本上想去掉只有下划线和字母的结尾，因此

1928h9829\u bundle\u hd-->1928h9829

---

请注意，我这里有数十万个标识符，需要使用正则表达式。我不是在寻找python

split（）

方法，因为它不起作用。

您只检查了一次下划线，因为

？

意味着

{0,1}

r'(_[a-zA-Z]{2,}\d?(00[0-9])?|[a-z]{2,}\d)+$'

---

您只检查了一次下划线，因为

？

表示

{0,1}

r'(_[a-zA-Z]{2,}\d?(00[0-9])?|[a-z]{2,}\d)+$'

---

您只检查了一次下划线，因为

？

表示

{0,1}

r'(_[a-zA-Z]{2,}\d?(00[0-9])?|[a-z]{2,}\d)+$'

---

您只检查了一次下划线，因为

？

表示

{0,1}

r'(_[a-zA-Z]{2,}\d?(00[0-9])?|[a-z]{2,}\d)+$'

---

下面将从您的输入中复制所需的结果

我将使用此正则表达式的替换方法：

_[^']+|(?!.*_)('[0-9]+)[^']+

然后返回第1组

也许：

result = re.sub("_[^']+|(?!.*_)('[0-9]+)[^']+", r"\1", subject)

正则表达式首先查找下划线。如果它找到一个，它将匹配所有内容，但不包括下一个报价；这将被移除

---

如果不匹配，则替代方法将查找没有下划线的字符串；在捕获组1中匹配并返回数字序列；然后替换数字后面的所有内容，直到但不包括单引号。

以下内容将根据您的输入再现所需的结果

我将使用此正则表达式的替换方法：

_[^']+|(?!.*_)('[0-9]+)[^']+

然后返回第1组

也许：

result = re.sub("_[^']+|(?!.*_)('[0-9]+)[^']+", r"\1", subject)

正则表达式首先查找下划线。如果它找到一个，它将匹配所有内容，但不包括下一个报价；这将被移除

---

如果不匹配，则替代方法将查找没有下划线的字符串；在捕获组1中匹配并返回数字序列；然后替换数字后面的所有内容，直到但不包括单引号。

以下内容将根据您的输入再现所需的结果

我将使用此正则表达式的替换方法：

_[^']+|(?!.*_)('[0-9]+)[^']+

然后返回第1组

也许：

result = re.sub("_[^']+|(?!.*_)('[0-9]+)[^']+", r"\1", subject)

正则表达式首先查找下划线。如果它找到一个，它将匹配所有内容，但不包括下一个报价；这将被移除

---

如果不匹配，则替代方法将查找没有下划线的字符串；在捕获组1中匹配并返回数字序列；然后替换数字后面的所有内容，直到但不包括单引号。

以下内容将根据您的输入再现所需的结果

我将使用此正则表达式的替换方法：

_[^']+|(?!.*_)('[0-9]+)[^']+

然后返回第1组

也许：

result = re.sub("_[^']+|(?!.*_)('[0-9]+)[^']+", r"\1", subject)

正则表达式首先查找下划线。如果它找到一个，它将匹配所有内容，但不包括下一个报价；这将被移除

---

如果不匹配，则替代方法将查找没有下划线的字符串；在捕获组1中匹配并返回数字序列；然后替换数字后面的所有内容，直到但不包括单引号。

这适用于以下示例：

for id in ids :
    print (id)

883316040119_FRIENDS_HD
ZWEX01DE9463DB_DMD
35358fr1
as3d99j_br001

for id in ids :
    hit = re.sub( "(_[A-Za-z_]*|_?[A-Za-z]{2,4}?\d?(00\d)?)$", "", id)
    print (hit)

883316040119
ZWEX01DE9463DB
35358
as3d99j

---

当尾部包含字母和下划线时，图案很容易，可以去掉任意数量的下划线和数字；如果尾部不包含下划线，或下划线后包含数字，则需要问题中的模式：0/2/3/4个字母，然后是可选数字，然后是可选零位。

这适用于以下示例：

for id in ids :
    print (id)

883316040119_FRIENDS_HD
ZWEX01DE9463DB_DMD
35358fr1
as3d99j_br001

for id in ids :
    hit = re.sub( "(_[A-Za-z_]*|_?[A-Za-z]{2,4}?\d?(00\d)?)$", "", id)
    print (hit)

883316040119
ZWEX01DE9463DB
35358
as3d99j

---

当尾部包含字母和下划线时，图案很容易，可以去掉任意数量的下划线和数字；如果尾部不包含下划线，或下划线后包含数字，则需要问题中的模式：0/2/3/4个字母，然后是可选数字，然后是可选零位。

这适用于以下示例：

for id in ids :
    print (id)

883316040119_FRIENDS_HD
ZWEX01DE9463DB_DMD
35358fr1
as3d99j_br001

for id in ids :
    hit = re.sub( "(_[A-Za-z_]*|_?[A-Za-z]{2,4}?\d?(00\d)?)$", "", id)
    print (hit)

883316040119
ZWEX01DE9463DB
35358
as3d99j

---

当尾部包含字母和下划线时，图案很容易，可以去掉任意数量的下划线和数字；如果尾部不包含下划线，或下划线后包含数字，则需要问题中的模式：0/2/3/4个字母，然后是可选数字，然后是可选零位。

这适用于以下示例：

for id in ids :
    print (id)

883316040119_FRIENDS_HD
ZWEX01DE9463DB_DMD
35358fr1
as3d99j_br001

for id in ids :
    hit = re.sub( "(_[A-Za-z_]*|_?[A-Za-z]{2,4}?\d?(00\d)?)$", "", id)
    print (hit)

883316040119
ZWEX01DE9463DB
35358
as3d99j

---

当尾部包含字母和下划线时，图案很容易，可以去掉任意数量的下划线和数字；如果尾部不包含下划线，或在下划线后包含数字，则需要问题中的模式：0/2/3/4个字母，然后是可选数字，然后是可选零位。

对于表示输入的方式，我建议使用以下简单的正则表达式：

^(?:[^_]+(?=_)|\d+)

如果要向规范中添加详细信息，可以对此进行调整

为了向您展示regex演示，仅仅因为站点regex101的工作方式，我们必须添加

\n

（假设我们正在处理整个文件，而不是一次一个输入）：

解释

• ^

  锚定声明我们位于字符串的开头
• 非捕获组

  （？：…）

  匹配

• [^]+（？=41;

  非下划线字符（后跟下划线，不匹配）

• |

  或

• \d+

  数字

---

对于您表示输入的方式，我建议使用以下简单的正则表达式：

^(?:[^_]+(?=_)|\d+)

如果要向规范中添加详细信息，可以对此进行调整

为了向您展示regex演示，仅仅因为站点regex101的工作方式，我们必须添加

\n

（它假设我们正在处理整个文件，而不是一个文件）