帶條件的斜杠后刪除字符串

Question

我想刪除短語中的第二部分，只要它長於 3 個字符（字母和數字），如果字符為 3 個或更少，則添加空格。

在以下測試集中：

CENTRAL CARE HOSPITAL/HOPITAL CENTRALE DE SOINS
ABC/DEF
FOUNDATION INSTITUTION/FUNDATION DEL INSTITUTO
HAPPY SPRING BREAK 20/20

結果應該是：

CENTRAL CARE HOSPITAL
ABC DEF
FOUNDATION INSTITUTION
HAPPY SPRING BREAK 20 20

我的第一次嘗試是這樣的：

([^\/]+$)

但是，斜線后面的所有字符串都沒有了，因為它沒有任何限制。 我需要包含一個否定的前瞻，說明當斜杠后有超過 3 個字符時，我需要刪除字符串：

text= re.sub(r'(^[^\/]+)(?:[\/])(?![A-Z]{3})',
             r'\1 ',
             text,
             0,
             re.IGNORECASE)

我得到以下不正確的信息：

CENTRAL CARE HOSPITAL/HOPITAL CENTRALE DE SOINS 
ABC DEF
FOUNDATION INSTITUTION/FUNDATION DEL INSTITUTO 
HAPPY SPRING BREAK 20 20

我怎樣才能擺脫前面的斜線和字符串？

謝謝

Answer 1

您可以使用 2 個捕獲組來捕獲/前后的 1-3 個字符 AZ 或數字，並在替換中使用這些組，中間有一個空格。

使用交替匹配正斜杠，然后是要刪除的其余部分。

\b([A-Z0-9]{1,3})/([A-Z0-9]{1,3})\b|/.*

在替換中使用 2 個捕獲組

r"\1 \2"

解釋

• \\b詞邊界
• ([A-Z0-9]{1,3})捕獲第 1 組，匹配 1-3 次 AZ 或一個數字
• /字面匹配
• ([A-Z0-9]{1,3})捕獲第 2 組，匹配 1-3 次 AZ 或一個數字
• \\b詞邊界
• | 或者
• /.*匹配/和 0+ 次除換行符以外的任何字符

正則表達式演示| Python 演示

示例代碼

import re

regex = r"\b([A-Z0-9]{1,3})/([A-Z0-9]{1,3})\b|/.*"

text = ("CENTRAL CARE HOSPITAL/HOPITAL CENTRALE DE SOINS\n"
    "ABC/DEF\n"
    "FOUNDATION INSTITUTION/FUNDATION DEL INSTITUTO\n"
    "HAPPY SPRING BREAK 20/20")

result = re.sub(regex, r"\1 \2", text)
print (result)

輸出

CENTRAL CARE HOSPITAL 
ABC DEF
FOUNDATION INSTITUTION 
HAPPY SPRING BREAK 20 20

Answer 2

你必須使用正則表達式嗎？ 這樣做有什么問題？

tests = [
    "CENTRAL CARE HOSPITAL/HOPITAL CENTRALE DE SOINS", 
    "ABC/DEF", 
    "FOUNDATION INSTITUTION/FUNDATION DEL INSTITUTO", 
    "HAPPY SPRING BREAK 20/20"
]

for test in tests:
    separate = test.split("/", 1)
    print(separate[0] if len(separate[1])>3 else test)

Answer 3

試試這個正則表達式模式：

text= ["CENTRAL CARE HOSPITAL/HOPITAL CENTRALE DE SOINS ",
       "ABC/DEF",
       "FOUNDATION INSTITUTION/FUNDATION DEL INSTITUTO",
       "HAPPY SPRING BREAK 20/20"]

for element in text:
    str_res = re.sub(r'(?:[\/])([A-Z0-9]{0,3}\b)|[^\/]*$',
                     r' \1',
                     element,
                     0,
                     re.IGNORECASE)
    print(str_res)