特殊字符后数据截断处理：从指定字符串提取国家名称列表

需求说明 #

输入字符串：

INDIA-001 UNIT1-RUNNING, AUSTRIA-002 UNIT2-RUNNING, CHINA-003 UNIT1-RUNNING , JAPAN-004 UNIT2-ONHOLD.,

需要处理成仅包含国家名称的结果：

INDIA,AUSTRIA,CHINA,JAPAN

几种实用处理方法 #

方法1：Python代码实现 #

通过字符串分割提取核心内容，逻辑直白：

input_str = "INDIA-001 UNIT1-RUNNING, AUSTRIA-002 UNIT2-RUNNING, CHINA-003 UNIT1-RUNNING , JAPAN-004 UNIT2-ONHOLD.,"
# 按逗号拆分条目，过滤空内容并去除前后空格
items = [item.strip() for item in input_str.split(',') if item.strip()]
# 提取每个条目里第一个'-'之前的国家名
countries = [item.split('-')[0] for item in items]
# 用逗号拼接成最终结果
result = ','.join(countries)
print(result)

方法2：正则表达式匹配 #

用正则直接定位所有国家名的特征（大写字母后跟-），一次性提取：

import re
input_str = "INDIA-001 UNIT1-RUNNING, AUSTRIA-002 UNIT2-RUNNING, CHINA-003 UNIT1-RUNNING , JAPAN-004 UNIT2-ONHOLD.,"
# 匹配所有大写字母组成、后面紧跟'-'的字符串
countries = re.findall(r'[A-Z]+(?=-)', input_str)
result = ','.join(countries)
print(result)

方法3：Linux命令行工具（sed） #

终端环境下直接用sed批量替换冗余内容：

echo "INDIA-001 UNIT1-RUNNING, AUSTRIA-002 UNIT2-RUNNING, CHINA-003 UNIT1-RUNNING , JAPAN-004 UNIT2-ONHOLD.," | sed -E 's/(-[0-9]+ [A-Z0-9-]+,? *)|(\.$)//g' | sed 's/ /,/g'

内容的提问来源于stack exchange，提问作者Shri Nivi