Python正则表达式：移除双特定子串提取中间内容及原理解析

开发者阿泽

2026-7-17

问题描述

给定字符串：

s: str = 'ENGBNAmphitheatre Pkwy\x1e\x1eNASY%am|fi|te|"a|tre;ENGY*"{m|fI|%Ti|t@r;ENGY"{m|fI|%Ti|t@r *"pArk|%we;NASY%am|fi|te|"a|tre "par|kwei'

要求通过单次正则替换移除两个特定子串，提取中间目标内容：

开头的ENGBN
包含特殊字符（如\x1e）的特定子串：

pat2: str = """\x1e\x1eNASY%am|fi|te|"a|tre;ENGY*"{m|fI|%Ti|t@r;ENGY"{m|fI|%Ti|t@r *"pArk|%we;NASY%am|fi|te|"a|tre "par|kwei"""

期望结果：

result: str = "Amphitheatre Pkwy"

解决方案

代码实现

import re

s = 'ENGBNAmphitheatre Pkwy\x1e\x1eNASY%am|fi|te|"a|tre;ENGY*"{m|fI|%Ti|t@r;ENGY"{m|fI|%Ti|t@r *"pArk|%we;NASY%am|fi|te|"a|tre "par|kwei'
# 构建复合正则模式
pattern = r'^ENGBN|' + re.escape(r'\x1e\x1eNASY%am|fi|te|"a|tre;ENGY*"{m|fI|%Ti|t@r;ENGY"{m|fI|%Ti|t@r *"pArk|%we;NASY%am|fi|te|"a|tre "par|kwei')
result = re.sub(pattern, '', s)
print(result)  # 输出: Amphitheatre Pkwy

正则表达式工作原理

^ENGBN：^是行首锚定符，确保只匹配字符串开头的ENGBN，避免误匹配中间出现的相同字符组合。
|：正则中的逻辑或运算符，连接两个独立的匹配规则，只要子串满足任意一个规则就会被替换。
re.escape(...)：由于pat2包含大量正则特殊字符（如|、*、"、;等），这些字符在正则语法中有特殊含义，re.escape会将它们转义为普通文本字符，保证完全匹配指定的目标子串，不会被解析为正则语法。
re.sub(pattern, '', s)：单次调用替换方法，将所有匹配到的子串直接替换为空字符串，一步得到目标内容。