如何正确编写Regex以移除字符串中的数字及剂量单位？

你的正则写法存在两个关键问题：

• 错误使用嵌套方括号，[[ML]|G|KG|CAPS] 是字符集语法，里面的|会被当成普通字符，且ML、CAPS会被拆成单个字符匹配（比如只匹配M、C），导致替换后残留部分单位字符
• 没有用分组匹配完整的单位词组，而是试图匹配单个字符

正确的正则应该用圆括号分组指定完整单位选项，同时匹配数字和单位之间的可选空格：

import re
def modify_string(x):
    return re.sub(r"\d+\s*(?:ML|G|KG|CAPS)", "", x).strip()

正则说明： #

• \d+：匹配1个或多个数字
• \s*：匹配0个或多个空白字符（兼容数字和单位之间有空格/无空格的情况，比如150G和30 ML）
• (?:ML|G|KG|CAPS)：非捕获分组，匹配指定的完整单位（ML/G/KG/CAPS），用|表示“或”的关系

测试你的字符串列表：

test_list = ['INSUTRIN 150G','NEUROZINE 30 ML','INSULITROL 30 CAPS']
result = [modify_string(s) for s in test_list]
print(result)  # 输出: ['INSUTRIN', 'NEUROZINE', 'INSULITROL']

内容的提问来源于stack exchange，提问作者Leonardo Lima Ferreira