python - 将句子 include some text 替换为 Python 正则表达式

Question

我想用 Python RE 删除段落中包含单词 "...Read more" 的句子。例如。转换内容

'AAA. BBB. CCC. DDD …Read more'

简单

'AAA. BBB. CCC.'

只需去掉以“…阅读更多”结尾的未完成的句子。如您所知，此过程用于清理爬虫结果。

我已经尝试过下面的代码

paragraph=re.sub('[.] .*?…Read more$','',paragraph)

我现在得到的结果只是'AAA'。我想保留内容直到最后一个未完成的句子。

Answer 1

要去掉以“…阅读更多”结尾的未完成句子，可以使用否定字符类 [^.]* 匹配非点，然后匹配 …阅读更多 位于字符串的末尾 $。

Regex demo | Python demo

import re
paragraph = "AAA. BBB. CCC. DDD …Read more"
paragraph=re.sub('[^.]*…Read more$','',paragraph)
print(paragraph)

结果

AAA. BBB. CCC.