Python批量编辑字符串内URL：移除.jpg前的特定文本前缀

你的代码存在几个明显问题，导致无法达到预期效果：

• re.findall的正则表达式括号不闭合，并且仅匹配了URL的域名部分，没有提取完整的URL；
• re.sub的参数顺序完全错误，正确用法是re.sub(匹配模式, 替换内容, 目标字符串)，你把目标字符串放到了替换内容的位置；
• 没有考虑到带数字的前缀（比如test-url-link-2-），仅替换test-url-link-无法覆盖所有场景。

直接全局替换（最简单的方案） #

如果只需要修改整个字符串中的所有目标前缀，直接用全局正则替换即可：

import re

domain_str = 'http://cdn4.abc//uploads/thumbnails/30/421/test-url-link-HuEB5k.jpg, http://cdn4.abc//uploads/thumbnails/24/579/test-url-link-2-D3MnkU.jpg, http://cdn4.abc//uploads/thumbnails/30/421/test-url-link-3-kJ65Vbe.jpg'

# 匹配所有 test-url-link- 或 test-url-link-数字- 格式的前缀，替换为空
processed_str = re.sub(r'test-url-link(?:-\d+-)?', '', domain_str)
print(processed_str)

正则说明：

• test-url-link：匹配固定前缀部分；
• (?:-\d+-)?：非捕获组，\d+匹配1个或多个数字，?表示该组可选（即有没有数字后缀都能匹配）；
• 全局替换会自动处理字符串中所有符合规则的位置。

提取单个URL后处理（适合需要单独操作每个URL的场景） #

如果你需要先提取每个URL再单独处理，可以用以下代码：

import re

domain_str = 'http://cdn4.abc//uploads/thumbnails/30/421/test-url-link-HuEB5k.jpg, http://cdn4.abc//uploads/thumbnails/24/579/test-url-link-2-D3MnkU.jpg, http://cdn4.abc//uploads/thumbnails/30/421/test-url-link-3-kJ65Vbe.jpg'

# 提取所有完整的URL（匹配以http/https开头，直到.jpg结束的内容）
urls = re.findall(r'https?://.*?\.jpg', domain_str)
# 对每个URL执行前缀替换
processed_urls = [re.sub(r'test-url-link(?:-\d+-)?', '', url) for url in urls]
# 重新拼接成字符串
processed_str = ', '.join(processed_urls)
print(processed_str)

两种方案的输出结果都是：

http://cdn4.abc//uploads/thumbnails/30/421/HuEB5k.jpg, http://cdn4.abc//uploads/thumbnails/24/579/D3MnkU.jpg, http://cdn4.abc//uploads/thumbnails/30/421/kJ65Vbe.jpg

内容的提问来源于stack exchange，提问作者user25301068