如何用正则表达式清理Python字符串开头的序号类前缀？

你之前用的(\W)(\w.*)正则只匹配单个非单词字符，没法覆盖数字、罗马字母加标点的完整前缀结构，我给你调整一下正则逻辑：

正则表达式说明 #

用^[0-9#IVXLCDM]+[.)]\s*来匹配开头的序号前缀，各部分含义：

• ^：锚定字符串起始位置，确保只匹配开头的前缀
• [0-9#IVXLCDM]+：匹配数字、#或者罗马数字字符（I/V/X/L/C/D/M是罗马数字基础字符），+表示至少匹配一个
• [.)]：匹配前缀后的标点（.或)）
• \s*：匹配前缀后可能存在的任意数量空格（包括零个）

Python代码实现 #

import re

def clean_string_prefix(input_str):
    # 替换匹配到的前缀为空字符串
    return re.sub(r'^[0-9#IVXLCDM]+[.)]\s*', '', input_str)

# 测试示例
test_cases = [
    "1. bla bla",
    "#. bla bla",
    "3) bla bla",
    "I. bla bla",
    "XII. hello world",  # 额外测试多字符罗马数字
    "5)   test with multiple spaces"  # 测试多空格情况
]

for case in test_cases:
    print(f"原字符串: {case} → 处理后: '{clean_string_prefix(case)}'")

运行后所有测试用例都会得到你期望的结果。如果还有其他特殊前缀格式（比如带括号的(1)），可以再扩展正则里的匹配规则。

内容的提问来源于stack exchange，提问作者Tibo