Python使用re正则移除地址中#、Apt、Unit等后跟编号的后缀内容

你原有正则的#.*使用了贪婪匹配规则，.默认匹配除换行符外的所有字符，会从#所在位置一直匹配到整个字符串末尾，因此逗号及后面的城市、邮编内容都会被误删，同时开头的捕获组(\\.*)写法错误，不符合匹配街道名称的需求。

import re

# 匹配规则：空白字符开头 + 单元号前缀 + 单元号内容（匹配到逗号前停止）
pattern = r'\s+(#|Apt|Unit|Suite)\s*[^,]+'

# 测试示例1：带#号单元号
string1 = "5956 Executive Dr #101, Fitchburg, WI 53719"
string2 = re.sub(pattern, "", string1)
print(string2)
# 输出：5956 Executive Dr, Fitchburg, WI 53719

# 测试示例2：带Apt、Unit、Suite等类型的单元号，支持大小写匹配（加flags=re.IGNORECASE）
string3 = "123 Main St apt 3, New York, NY 10001"
string4 = re.sub(pattern, "", string3, flags=re.IGNORECASE)
print(string4)
# 输出：123 Main St, New York, NY 10001

• \s+：匹配单元号前的一个或多个空白字符，避免删除内容后出现多余空格
• (#|Apt|Unit|Suite)：匹配所有需要识别的单元号前缀，可根据需求自行补充其他前缀
• \s*：匹配前缀和单元号内容之间可选的空白字符，兼容#101、# 101两种写法
• [^,]+：匹配除逗号外的所有字符，确保不会误删逗号及之后的城市、邮编内容
• 加flags=re.IGNORECASE可兼容小写、大小写混合的前缀写法，比如apt、unit、Suite都能正常匹配

内容的提问来源于stack exchange，提问作者DiamondJoe12