为何使用re.sub移除Tel:及后续内容时未匹配到字符串末尾？

嘿，我来帮你搞清楚这个问题～

你用re.sub('Tel:.*','',text)没能完全移除后续内容，核心原因是正则表达式中的.默认不匹配换行符！

你的原始文本里，Tel:后面除了电话号码，还有换行符、制表符，以及另一行的Cell:内容。而.*只能匹配到Tel:之后第一个换行符之前的内容，剩下的换行、制表符和Cell:部分自然就被保留下来了，这就是为什么结果没完全符合预期。

两种修复方法 #

• 方法一：使用re.DOTALL标志
  这个标志会让.匹配包括换行符在内的所有字符，这样.*就能覆盖Tel:之后的所有内容了：

  import re
  text = 'John Doe Inc - Real Estate Brokers\n1234 Shaky Bridge Road, '\
  '\n Suite 123, \nDallas, TX 12345\n\nTel: 123-456-7890\n\t\t'\
  '\n\t\tCell: 234-567-8901'
  cleaned_text = re.sub('Tel:.*', '', text, flags=re.DOTALL)
  print(cleaned_text)
  

• 方法二：用[\s\S]*替代.*
[\s\S]表示匹配所有空白字符和非空白字符（也就是所有字符，包含换行），不需要额外加标志：

  cleaned_text = re.sub('Tel:[\s\S]*', '', text)
  

这两种方法都能帮你完全移除Tel:及之后的所有内容，只保留前面的地址部分。

内容的提问来源于stack exchange，提问作者C8H10N4O2