我明白你的困扰了——当链接刚好紧跟在分隔符,’前面时，http\S+会把链接后面的分隔符也一起匹配删除，因为,属于非空白字符（\S匹配的就是非空白内容），直接打乱了原有格式。

这里有个简单的调整方案，用正向预查来确保我们只删除链接部分，完整保留后面的,’分隔符：

import re

# 示例数据
datachunk = "This is a string with a link in it that needs to go. http://www.theonion.com ,"
CleanedData = re.sub(r"http\S+\s*(?=,')", "", str(datachunk))
print(CleanedData)
# 输出: "This is a string with a link in it that needs to go. ,"

正则表达式拆解： #

• http\S+：匹配以http开头的完整链接（\S+会匹配所有非空白字符，直到遇到空白或分隔符前的边界）
• \s*：匹配链接和分隔符之间可能存在的0个或多个空白字符（比如示例里的空格）
• (?=,')：这是正向预查断言，它会检查当前匹配内容的后面是否紧跟着,’，但不会把,’纳入匹配范围——替换时就只会删掉链接和多余空格，完美保留分隔符。

这个方案能覆盖两种常见场景：

1. 链接和分隔符之间有空格：http://example.com ,’ → 替换后保留,’
2. 链接直接连着重分隔符：http://example.com,’ → 替换后同样保留,’

如果你的分隔符只有,’这一种固定格式，这个正则完全够用。要是还有其他类似分隔符，也可以把预查部分改成(?=[,']+)这类更灵活的写法，但根据你的描述，当前版本就足够解决问题了。

内容的提问来源于stack exchange，提问作者lespaul