Python在正则表达式定义的索引处截断字符串

我有一个字符串列表，例如

2007 ford falcon xr8 ripcurl bf mkii utility 5.4l v8 cyl 6 sp manual bionic 
2004 nissan x-trail ti 4x4 t30 4d wagon 2.5l 4 cyl 5 sp manual twilight 
2002 subaru liberty rx my03 4d sedan 2.5l 4 cyl 5 sp manual silver 

我想在发动机容量（5.4l，2.5l）或车身类型（4d货车，4d轿车）时截断字符串，以先到者为准。因此，输出应为：

2007 ford falcon xr8 ripcurl bf mkii utility
2004 nissan x-trail ti 4x4 t30 
2002 subaru liberty rx my03

---

我想我会用.split（“”）创建一个单词列表。然而，我的问题是如何在x.xl或xd字处停止，其中x可以是任何数字。什么样的正则表达式会处理这个问题？

一种选择是用一个空字符串，使用

re.sub（）

:

其中：

• \b[0-9.]+l\b

  将匹配多个以

  l

• \d+d（？：货车|轿车）

  将匹配一个或多个数字，后跟字母

  d

  ，后跟空格和

  货车

  或

  轿车

  <代码>（？：…）表示非捕获组

您可以使用这个。请参阅演示

---

作为后续问题，如果\d+d是一个后跟字母d的单个数字，我将如何限制它只匹配？我尝试了\d{0,1}+d，但这给出了一个error@Testy8当然，不要使用量词：

\d{1}d

。谢谢

>>> import re
>>>
>>> l = ["2007 ford falcon xr8 ripcurl bf mkii utility 5.4l v8 cyl 6 sp manual bionic ", "2004 nissan x-trail ti 4x4 t30 4d wagon 2.5l 4 cyl 5 sp manual twilight ", "2002 subaru liberty rx my03 4d sedan 2.5l 4 cyl 5 sp manual silver"]
>>> for item in l:
...     print(re.sub(r"(\b[0-9.]+l\b|\d+d (?:wagon|sedan)).*$", "", item))
... 
2007 ford falcon xr8 ripcurl bf mkii utility 
2004 nissan x-trail ti 4x4 t30 
2002 subaru liberty rx my03 

^.*?(?=\s*\d+d\s+(?:wagon|sedan)|\s*\d+(?:\.\d+)?l)

import re
p = re.compile(ur'^.*?(?=\s*\d+d\s+(?:wagon|sedan)|\s*\d+(?:\.\d+)?l)', re.MULTILINE)
test_str = u"2007 ford falcon xr8 ripcurl bf mkii utility 5.4l v8 cyl 6 sp manual bionic \n2004 nissan x-trail ti 4x4 t30 4d wagon 2.5l 4 cyl 5 sp manual twilight \n2002 subaru liberty rx my03 4d sedan 2.5l 4 cyl 5 sp manual silver "

re.findall(p, test_str)