如何用Python正确删除CSV中指定内容？解决re.sub过度匹配问题

嘿，我完全懂你碰到的这个坑！你现在的问题根源就是正则表达式里的贪婪匹配——默认情况下.*会尽可能多地匹配字符，所以它会从第一个" target="_blank">一直匹配到文本里最后一个</a>，把中间所有内容都删掉了，这就导致了误删后续的链接内容。

快速解决方案：改用非贪婪匹配 #

把你的正则表达式里的.*改成.*?，也就是启用非贪婪模式，它会尽可能少地匹配字符，找到第一个</a>就停止匹配。修改后的代码如下：

new_html_code = re.sub(r'" target="_blank">.*?</a>', " ", new_html_code)

这里加上r前缀表示原始字符串，能避免引号等特殊字符的转义问题，让正则表达式更易读。

效果验证 #

用你提供的示例文本测试：

" target="_blank">

之前大家落咗名嘅口罩訂購-Waiting List:
https://docs.google.com/forms/d/1gu33q5_XO3PqhwRm7rGLQrwNuScfDlvPvCCHRd81Fdk

無收到PM訂口罩都可以訂搓手液, 要填呢張form
https://forms.gle/YmQewsz1z689QtKx7

修改后的正则只会匹配并删除包含img标签的那个<a>段，后面的口罩订购链接、搓手液表单链接都会完整保留，不会再被误删。

额外小贴士：复杂HTML处理更推荐解析库 #

如果你的HTML结构比较复杂（比如有嵌套标签、属性变化等），用正则处理HTML其实不是最优选择，推荐使用BeautifulSoup这样的专业HTML解析库，它能更精准地定位和修改HTML元素，避免正则匹配的各种边缘问题。不过如果只是这种简单的特定片段替换，非贪婪正则完全够用啦！

内容的提问来源于stack exchange，提问作者Cyrus