python 正則表達式 re.sub：刪除模式之前或之后的所有內容，直到以兩種方式找到特定條件

Question

如果兩個大寫字母之間有“年份”，我正在嘗試刪除它們之間的所有內容。

這是我所擁有的：

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“刪除”了“year”之前的第一個大寫字母之前的所有內容以及下一個之前的所有內容，這意味着“*Sep 06 2018*0.91 比去年高 0.91，blablabla”，但我的代碼是從頭開始的，而不是從“年”開始，然后向后看。 我已經在“一年”之后解決了。

感謝是否有人可以幫助我解決這個問題。

Answer 1

您可以使用

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

查看正則表達式演示

細節

• [AZ] - 大寫字母
• [^AZ]* - 0+ 個字符而不是大寫字母
• year - 一個字
• [^AZ]* - 0+ 個字符而不是大寫字母
• (?=[AZ]) - 在當前位置的右側，應該有一個大寫字母。

在 Python 中，使用

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