python regex匹配並替換字符串的開頭和結尾，但保持中間

Question

我有一個帶有假期名稱的數據框。 我有一個問題，在某些日子里，假期會在不同的日子出現，有時是在另一個假期的日子。 以下是一些示例問題：

1  "Independence Day (Observed)"
2  "Christmas Eve, Christmas Day (Observed)"
3  "New Year's Eve, New Year's Day (Observed)"
4  "Martin Luther King, Jr. Day"

我想僅在匹配“（觀察到的）”的情況下，將所有“（觀察到的）”替換為“以及逗號前的所有內容”。 輸出應為：

1  "Independence Day"
2  "Christmas Day"
3  "New Year's Day"
4  "Martin Luther King, Jr. Day"

我能夠獨立完成兩項任務：

(foo['holiday']
 .replace(to_replace=' \(Observed\)', value='', regex=True)
 .replace(to_replace='.+, ', value='', regex=True))

但這引起了“馬丁·路德·金，戴·戴”的問題。

Answer 1

replace.py

import re

input = [
    "Independence Day (Observed)",
    "Christmas Eve, Christmas Day (Observed)",
    "New Year's Eve, New Year's Day (Observed)",
    "Martin Luther King, Jr. Day"
]

for holiday in input:
    print re.sub('^(.*?, )?(.*?)( \(Observed\))$', '\\2', holiday)

產量

> python replace.py 
Independence Day
Christmas Day
New Year's Day
Martin Luther King, Jr. Day

說明

• ^ ：在字符串開頭匹配。
• (.*?, )? ：匹配所有內容，后跟命令和空格。 使其成為惰性匹配，這樣就不會占用我們要保留的字符串部分。 最后? 使整個事情成為可選項，因為某些示例輸入根本沒有逗號。
• (.*?) ：抓取我們想要在捕獲組中稍后使用的零件。 這部分也是懶惰的比賽，因為...
• ( \\(Observed\\)) ：有些字符串的結尾可能帶有“（Observed）”，因此我們在這里在單獨的組中聲明。 上一部分中的惰性匹配不會消耗掉它。
• $ ：在字符串末尾匹配。

Answer 2

我建議

r'^(?:.*,\s*)?\b([^,]+)\s+\(Observed\).*'

替換為r'\\1'引用。

參見regex演示 。

圖案細節 ：

• ^ -字符串的開頭
• (?:.*,\\s*)? -可選的順序：
  • .*, -除換行符以外的任意0+個字符，應盡可能多，直到最后一次出現,在行上，然后是,
  • \\s* -0或多個空格
• \\b單詞邊界
• ([^,]+) -除1個或多個字符之外,
• \\s+ -1個或多個空格
• \\(Observed\\) -文字子字符串(Observed)
• .* -直到行尾為止的除換行符以外的任何0+個字符。