如何用Python正则匹配并移除首个<<之前的文本？

需求说明 #

需要移除目标字符串中第一个<<符号之前的所有内容，且由于前置固定文本可能变化，需采用健壮的匹配方案，使用Python的re.sub方法实现。

可行正则方案 #

使用正则表达式^.*?(?=<<)匹配从字符串开头到第一个<<的所有内容，再通过re.sub替换为空。各部分含义：

• ^：锚定字符串开头，确保从起始位置匹配
• .*?：非贪婪模式匹配任意字符，避免过度匹配到后续的<<
• (?=<<)：正向预查，确保匹配的内容后紧跟<<，且不会将<<包含在匹配内容中

代码示例 #

import re

string = '''welcome to our first meeting on talks to do with famous people, this time we are holding it on 1st January 2023 (see website details) 
 <<John Smith, Youtube>> 
I'm having a great day today 
<<Jane Doe, Google>> 
I'm going to the gym later 
<<Speaker>>
Time for people to speak 
<<Beff Jezos>> 
Buy something from my online shop. You might like it'''

# 移除第一个<<之前的所有内容
processed_string = re.sub(r'^.*?(?=<<)', '', string)
print(processed_string)

关于之前的正则报错原因 #

你之前尝试的正则(.*)(?<=(see website for details)存在语法错误：正向后顾断言(?<=...)未闭合，且依赖固定文本的方式不够健壮——一旦前置内容发生变化，正则就会失效。而匹配到第一个<<的方案不依赖固定文本，适用性更强。

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