Python正则表达式匹配：获取最后一个含下划线单词之前的内容

需求明确 #

要匹配字符串中最后一个包含下划线的单词之前的所有内容，允许保留前面其他带下划线的单词（只要不是最后一个）：

• 示例1输入：13wfe + 123dg Text ldf_dfdlj_dfldjf_dfs test 123 → 期望结果：13wfe + 123dg Text
• 示例2输入： 13wfe + 123dg Tetest_xt ldf_dfdlj_dfldjf_dfs test 123 → 期望结果：13wfe + 123dg Tetest_xt

问题分析 #

• 最初尝试的^.*?(?=_)是非贪婪匹配到第一个下划线，因此会卡在第一个带下划线单词的中间（如示例1中匹配到13wfe + 123dg Text ldf），完全不符合需求。
• 之前使用的正则出现多段匹配，是因为未限定匹配到最后一个带下划线单词，全局匹配时会捕获多个符合局部条件的片段。

解决方案 #

使用以下正则表达式，通过正向预查或捕获组锁定最后一个带下划线单词的位置：

import re

# 方案1：正向预查匹配，后续可strip去除首尾空格
pattern = r'^.*?(?=\s+\S*_\S*(?:\s+\S+)*$)'
text = " 13wfe + 123dg Tetest_xt ldf_dfdlj_dfldjf_dfs test 123"
match = re.match(pattern, text)
if match:
    result = match.group().strip()
    print(result)  # 输出: 13wfe + 123dg Tetest_xt

# 方案2：捕获组直接提取去开头空格的结果
pattern = r'^\s*(.*?)\s+\S*_\S*(?:\s+.*)?$'
match = re.match(pattern, text)
if match:
    print(match.group(1))  # 输出: 13wfe + 123dg Tetest_xt

正则解释 #

• 方案1正则^.*?(?=\s+\S*_\S*(?:\s+\S+)*$)：
  • ^：匹配字符串开头
  • .*?：非贪婪匹配任意字符，直到满足后续正向预查条件
  • (?=\s+\S*_\S*(?:\s+\S+)*$)：正向预查，确保后方是「至少一个空白 + 含下划线的单词 + 任意多组空白+普通单词 + 字符串结尾」，精准锁定最后一个带下划线单词的位置
• 方案2正则^\s*(.*?)\s+\S*_\S*(?:\s+.*)?$：通过捕获组跳过开头空格，直接提取目标内容，无需额外处理首尾空格。

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