Python 正则表达式后缀匹配

Question

我想知道如何检查一个单词是否以常见的后缀（比如ize、fy、ly、able等等）结尾，并把这些后缀去掉。我知道可以用循环的方法，比如用word.endswith('ize')来检查，但我觉得用正则表达式的方法会更简洁。我试过用正向前瞻和结尾标记$，但不知道为什么没有成功：

pat='(?=ate|ize|ify|able)$'
word='terrorize'
re.findall(pat,word)

Answer 1

前瞻是一个锚点模式，就像 ^ 和 $ 这些符号一样，它们用来匹配特定的位置，但本身并不是一个实际的匹配。

你 想要 匹配这些后缀，但要在单词的结尾，所以要使用单词边界锚点 \b：

r'(ate|ize|ify|able)\b'

然后使用 re.sub() 来替换这些内容：

re.sub(r'(ate|ize|ify|able)\b', '', word)

这样做效果很好：

>>> word='terrorize'
>>> re.sub(r'(ate|ize|ify|able)\b', '', word)
'terror'

Answer 2

一个鲜为人知的事实是：endswith这个函数可以接受一个可能性列表，也就是一个元组：

if word.endswith(('ate','ize','ify','able')):
    #...

不过，它并不会告诉你找到的是哪个字符串，所以在去掉后缀的时候就没什么帮助了。

Answer 3

你想要找的其实是 (?:)
看看这个：

re.sub(r"(?:ate|ize|ify|able)$", "", "terrorize")

可以看看这个网站 Regex。
里面有很多有用的正则表达式技巧。希望你喜欢。

顺便说一下，Python 的库本身就是一个很棒的教程。
我经常用 help() 来查资料 :)