如何移除字符串中指定短语数组的最后出现项并兼容空格差异？

这个问题确实挺常见的——rsplit()只能做精确匹配，面对空格多寡不一甚至无空格的情况自然就失效了。好在我们可以用正则表达式来搞定这个需求，同时尽量控制性能开销，具体思路和实现如下：

核心思路 #

我们需要把待移除的短语转换成**能匹配任意空白字符（包括零个或多个空格）**的正则模式，同时要转义短语中的正则特殊字符（比如., *这类）避免语法错误。然后找到该模式在字符串中最后一次匹配的位置，将对应部分移除即可。

另外还要做两个关键优化：

• 优先处理长短语：避免短短语先匹配后，截断了长短语的匹配可能性（比如先处理wonder land再处理land）
• 短语去重：避免重复处理相同短语浪费性能

代码实现 #

import re

def remove_last_occurrences(input_str, phrases_to_remove):
    # 统一处理为数组格式，兼容单个字符串输入
    if isinstance(phrases_to_remove, str):
        phrases_to_remove = [phrases_to_remove]
    
    # 去重+按短语长度降序排序，优化匹配优先级
    unique_phrases = list(set(phrases_to_remove))
    unique_phrases.sort(key=lambda x: len(x), reverse=True)
    
    modified_str = input_str
    for phrase in unique_phrases:
        # 跳过空短语或全空格的无效短语
        if not phrase.strip():
            continue
        
        # 转义正则特殊字符，再将空格替换为匹配任意空白的模式
        escaped_phrase = re.escape(phrase)
        pattern_str = escaped_phrase.replace(r'\ ', r'\s*')
        pattern = re.compile(pattern_str)
        
        # 获取所有匹配结果，取最后一个有效匹配
        matches = list(pattern.finditer(modified_str))
        if matches:
            last_match = matches[-1]
            # 拼接移除匹配部分后的新字符串
            modified_str = modified_str[:last_match.start()] + modified_str[last_match.end():]
    
    return modified_str

用法示例 #

# 测试输入
input_str = "I love wonder land, welcome to wonderland! My favorite is wonder land"
phrases = ["wonder land"]

# 执行移除
result = remove_last_occurrences(input_str, phrases)
print(result)
# 输出："I love wonder land, welcome to wonderland! My favorite is "

性能说明 #

• Python的re模块底层是高效的C实现，匹配速度很快，只要待移除短语的数量不是特别庞大（比如上千个），基本不会有性能问题。
• finditer是惰性迭代器，但我们需要取最后一个匹配，所以转换成列表只会遍历一次字符串，开销可控。
• 去重和排序的额外开销极小，远小于匹配过程的开销，是非常划算的优化。

内容的提问来源于stack exchange，提问作者iam.Carrot