Python：如何分割字符串并移除重复出现的指定模式

需求说明 #

给定包含重复路径模式的命令行风格字符串，需要将每个参数中 /.cache/ 之前的完整路径移除，仅保留该标记之后的内容。

示例 #

输入字符串：

s1 = '-c /home/test/pipeline/pipelines/myspace4/.cache/sometexthere/more --log /home/test1/pipeline2/pipelines1/myspace1/.cache/sometexthere/more --arg /home/test4/pipeline3/pipelines3/myspace3/.cache/sometexthere/more --newarg etc.'

预期输出：

expected = '-c sometexthere/more --log sometexthere/more --arg sometexthere/more --newarg etc.'

问题分析 #

你之前尝试的代码 ''.join([ s for s in s1.split('/.cache/')[-1] ]) 仅能提取最后一次匹配后的内容，无法遍历所有参数进行处理。

解决方案 #

方法一：按参数分割后逐个处理

将字符串按空格拆分为参数列表，对每个参数判断是否包含目标标记，若包含则截取标记后的部分，最后重新拼接为字符串：

s1 = '-c /home/test/pipeline/pipelines/myspace4/.cache/sometexthere/more --log /home/test1/pipeline2/pipelines1/myspace1/.cache/sometexthere/more --arg /home/test4/pipeline3/pipelines3/myspace3/.cache/sometexthere/more --newarg etc.'

# 拆分参数
parts = s1.split()
processed_parts = []

for part in parts:
    if '/.cache/' in part:
        # 截取/.cache/之后的内容
        processed_parts.append(part.split('/.cache/')[-1])
    else:
        processed_parts.append(part)

# 重新拼接成结果字符串
result = ' '.join(processed_parts)
print(result)

方法二：正则表达式批量替换

利用正则表达式的非贪婪匹配，一次性替换所有符合模式的路径前缀：

import re

s1 = '-c /home/test/pipeline/pipelines/myspace4/.cache/sometexthere/more --log /home/test1/pipeline2/pipelines1/myspace1/.cache/sometexthere/more --arg /home/test4/pipeline3/pipelines3/myspace3/.cache/sometexthere/more --newarg etc.'

# 匹配从第一个/到/.cache/的完整路径并替换为空
result = re.sub(r'/.*?/.cache/', '', s1)
print(result)

两种方法都能得到预期输出，前者逻辑直观，适合需要对单个参数做额外处理的场景；后者代码简洁，适合批量替换的需求。

内容的提问来源于stack exchange，提问作者John Stud