python 正则表达式 re.sub：删除模式之前或之后的所有内容，直到以两种方式找到特定条件

Question

如果两个大写字母之间有“年份”，我正在尝试删除它们之间的所有内容。

这是我所拥有的：

import re

string = 'Sep 09 2018*57.10*58.05*Sep 08 2018*56.76*54.91*Sep 07 2018*58.14*55.20*Sep 06 2018*55.07*54.66*Sep 06 2018*0.91 higher than last year, blablabla*Sep 05 2018*54.71*53.70'

string = re.sub(r'([A-Z].*year)(.*?)(?=[A-Z])', '*', string)

而且，我期望得到：

string = 'Sep 09 2018*57.10*58.05*Sep 08 2018*56.76*54.91*Sep 07 2018*58.14*55.20*Sep 06 2018*55.07*54.66*Sep 05 2018*54.71*53.70'

因此，我“删除”了“year”之前的第一个大写字母之前的所有内容以及下一个之前的所有内容，这意味着“*Sep 06 2018*0.91 比去年高 0.91，blablabla”，但我的代码是从头开始的，而不是从“年”开始，然后向后看。 我已经在“一年”之后解决了。

感谢是否有人可以帮助我解决这个问题。

Answer 1

您可以使用

[A-Z][^A-Z]*year[^A-Z]*(?=[A-Z])

查看正则表达式演示

细节

• [AZ] - 大写字母
• [^AZ]* - 0+ 个字符而不是大写字母
• year - 一个字
• [^AZ]* - 0+ 个字符而不是大写字母
• (?=[AZ]) - 在当前位置的右侧，应该有一个大写字母。

在 Python 中，使用

string = re.sub(r'[A-Z][^A-Z]*year[^A-Z]*(?=[A-Z])', '', string)