Python正则表达式：移除特定字符至大写字母前的子串（保留字母）

需求明确：移除\r\n之后到第一个大写字母[A-Z]之前的所有内容，保留该大写字母开头的子串。比如要删掉输入里的Processing及后续任意数量的点，只留后面大写字母开头的部分。

原正则的问题 #

你之前用的(?s)\\r\\n.*?\.[A-Z][^\w\s]会误删目标大写字母，原因是这个表达式把大写字母也纳入了匹配范围，而且末尾的[^\w\s]还额外限制了匹配逻辑，不符合需求。

正确实现方案 #

使用正向预查定位第一个大写字母，确保匹配范围截止到大写字母之前，不会包含目标字母。对应的正则表达式为：

r'\r\n.*?(?=[A-Z])'

代码示例 #

import re

# 示例输入文本
input_content = """hello world\r\n Processing ....Pass
hello world\r\n Processing .Fail
hello world\r\n Processing ......Error
hello world\r\n Processing ..Fail
hello world\r\n Processing .......Any string"""

# 正则替换
cleaned_content = re.sub(r'\r\n.*?(?=[A-Z])', '\r\n ', input_content)

print(cleaned_content)

正则逻辑解释 #

• \r\n：精准匹配换行符
• .*?：非贪婪模式匹配任意字符（避免匹配到后续的大写字母）
• (?=[A-Z])：正向预查，仅当后续字符是大写字母时停止匹配，且该大写字母不会被纳入匹配内容，替换时自然保留。

运行后输出符合预期：

hello world\r\n Pass
hello world\r\n Fail
hello world\r\n Error
hello world\r\n Fail
hello world\r\n Any string

内容的提问来源于stack exchange，提问作者HV92436