python - 当大写字符前面有小写字符时，如何从字符串末尾删除大写字符？

Question

我正在从 ESPN 的 BPI 页面 ( http://www.espn.com/mens-college-basketball/bpi/_/view/resume ) 中抓取大学篮球队的一些数据，并将其存储在 pandas 数据框中。当我将 html 表读入数据框中时，缩写的学校名称会附加到完整的学校名称后面。例如，我有几个看起来像这样的字符串:“North CarolinaUNC”。

如何从字符串末尾删除 UNC？我尝试使用以下正则表达式来匹配字符串末尾的字符:

name = "North CarolinaUNC"
name = re.sub(r"\z[A-Z]","", name)

但它不适用于名称由两个单词组成的学校。有没有办法编写一个规则，当大写字符前面有小写字符时，从字符串中删除这些字符？

Answer 1

使用$来匹配字符串的结尾，并使用非匹配lookbehind来检查大写字母是否在小写字母之后:

import re
name = "North CarolinaUNC"
name = re.sub(r"(?<=[a-z])[A-Z]+$","", name)

北卡罗来纳州的结果一切正常。

使用该表达式，“North Carolina UNC” 保持不变，因为大写字母即使位于字符串末尾，也不会出现在小写字母之后。