DOI字符串末尾标点移除异常：为何末尾数字被误删？

你的需求很清晰：清理DOI字符串末尾的标点符号，直到最后一个字符是字母或数字，但现有代码误删了末尾的有效数字，咱们来一步步分析问题出在哪，再给出更可靠的解法。

问题重现 #

输入字符串：

sampleDoi = "10.1097/JHM-D-18-00044.',"

期望输出："10.1097/JHM-D-18-00044"
你的代码实际输出：10.1097/JHM-D-18-00

代码问题分析 #

先看你的核心逻辑：

import string
invalidChars = set(string.punctuation.replace("_", ""))
a = "10.1097/JHM-D-18-00044.',"
i = -1
for each in reversed(a):
    if any(char in invalidChars for char in each):
        a = a[:i]
        i = i - 1
    else:
        print(a)
        break

两个关键错误导致了误删：

1. reversed(a)的迭代对象固定：Python中for each in reversed(a)会在循环开始前，基于**初始的a**生成反转迭代器。也就是说，不管你在循环中怎么修改a，each都会按原字符串的反转顺序遍历，不会跟着新的a变化。
2. 错误的截断方式：你用a = a[:i]且i持续递减，这意味着每次截断的长度越来越大：
   • 第一次循环：i=-1，截断a[:-1]（去掉最后1个字符）
   • 第二次循环：i=-2，截断a[:-2]（去掉当前a的最后2个字符）
   • 第三次循环：i=-3，截断a[:-3]（去掉当前a的最后3个字符）
     这种方式完全偏离了“逐个移除末尾无效字符”的目标，直接导致有效字符被批量误删。

另外，any(char in invalidChars for char in each)其实是冗余的——each本身就是单个字符，直接用each in invalidChars判断即可。

修复方案 #

这里提供两种简洁可靠的写法，都能精准实现需求：

方案1：找到最后一个有效字符的位置（高效直观）

import string

invalid_chars = set(string.punctuation.replace("_", ""))
sample_doi = "10.1097/JHM-D-18-00044.',"

# 从字符串末尾向前遍历，找到第一个有效字符的索引
last_valid_pos = len(sample_doi) - 1
while last_valid_pos >= 0 and sample_doi[last_valid_pos] in invalid_chars:
    last_valid_pos -= 1

# 截取到有效字符的下一位（切片左闭右开）
cleaned_doi = sample_doi[:last_valid_pos + 1]
print(cleaned_doi)  # 输出: 10.1097/JHM-D-18-00044

方案2：循环移除末尾无效字符（更符合直觉）

import string

invalid_chars = set(string.punctuation.replace("_", ""))
a = "10.1097/JHM-D-18-00044.',"

# 只要最后一个字符是无效标点，就移除它
while a and a[-1] in invalid_chars:
    a = a[:-1]

print(a)  # 输出: 10.1097/JHM-D-18-00044

这两种写法都能准确只移除末尾的无效标点，不会误删有效内容。

内容的提问来源于stack exchange，提问作者jdoe