使用正则表达式删除字符串中最后一个数字之后的所有文本答案

【问题标题】：Using regex to remove all text after the last number in a string使用正则表达式删除字符串中最后一个数字之后的所有文本
【发布时间】：2016-02-25 20:09:56
【问题描述】：

示例文本

1234 Main St Smallville, KS 92348Small County

应该让步：

1234 Main St Smallville, KS 92348

示例代码：

return re.match(r'([0-9]+)(?!.*[0-9])', address)

None

我已经尝试了我能想到的所有可能的模式（例如 /d 而不是 [0-9]）并且完全被难住了。正则表达式绝对不是我的强项。有什么建议吗？

【问题讨论】：

re.sub(r'\D+$', '', address)（注意：如果没有数字，则返回一个空字符串。）

标签： python regex string

【解决方案1】：

找到字符串中的最后一个数字，然后用re.sub删除它后面的所有字符：

import re
address = "1234 Main St Smallville, KS 92348Small County "
address = re.sub(r'(\d)\D+$', r'\1', address)
print(address) # => 1234 Main St Smallville, KS 92348

见IDEONE demo

正则表达式将一个数字（(\d)）匹配并捕获到组 1 中，然后匹配一个或多个除数字 (\D+) 之外的字符，直到字符串的末尾 ($)。替换模式仅仅是\1，对我们使用组 1 捕获的数字的反向引用（以在结果字符串中恢复它）。

【讨论】：

好奇lookbehind是否会更有效率，或者更少：re.sub(r'(?<=\d)\D+$', '', address)
鉴于当前的输入类型（短地址字符串），我不认为更好的性能是关键，正则表达式的可读性更优先。如果字符串的长度为 1k+ 个字符，则字符串内的潜在匹配位置开始变得更加重要。如果它接近长字符串的开头，我的建议是最好的。后视解决方案与我的建议几乎相同，因为字符串是从左到右处理的，每个字符都测试它是否是数字。

【解决方案2】：

您可以在\d+ 之前使用贪婪的.* 来确保匹配到最后一位：

>>> print re.findall(r'^(.*\d+).*$', address)[0]
1234 Main St Smallville, KS 92348

Regex Demo

【讨论】：