如何移除指定下划线后的字符？Python代码匹配异常求助

原代码的问题在于直接查找第一个下划线，导致误匹配了photo_id里的下划线，进而错误截断内容。要实现只移除数字后面的下划线及后续子串，用正则表达式来精准匹配是最可靠的方式。

修正后的代码 #

import re

# 用with语句自动管理文件，避免资源泄漏
with open("text.txt", "r") as inputFile, open("result.txt", "w") as exportFile:
    for line in inputFile:
        # 正则匹配：捕获数字组，替换掉数字后的下划线及后续字母数字串
        new_line = re.sub(r'(\d+)_[\w]+', r'\1', line)
        exportFile.write(new_line)

代码说明 #

• re.sub(r'(\d+)_[\w]+', r'\1', line)：
  • (\d+)：捕获连续的数字部分，作为后续替换保留的内容
  • _[\w]+：匹配数字后面的下划线，以及下划线之后的所有字母数字字符
  • 替换为\1，也就是之前捕获的数字部分，这样就完成了移除目标下划线及后续子串的需求
• 使用with语句处理文件，无需手动调用close()，更安全规范

测试你的示例输入：

photo_id 102297_skdjksd223238 text black dog in a water

处理后会输出：

photo_id 102297 text black dog in a water

完全符合需求。

内容的提问来源于stack exchange，提问作者user20133451