行末の空白文字を除いて文字列を抽出したい

Question

正規表現を用いて行末の空白文字を除いて文字列を抽出したいです。

文字列として
『"Subject: 【件名】このような 件名　がある　　 』
のようなものがあると想定ください。
”ある”の後ろには全角スペースが2個、半角スペースが2個あります

このような文字列から
『【件名】このような 件名　がある』
だけ抽出したいです。

import re
mailbody = "Subject: 【件名】このような 件名　がある　　  "
match_case = re.findall(r'Subject:\s*【.*】(.*)\s*$', mailbody )
print(match_case[0])

としてみたのですが、
結果は

このような 件名　がある　　  

となり、行末のスペースを除くことが出来ません。

(.*)　が貪欲にマッチして空白までマッチしており、
\sが0回としてマッチしたような感じなのでしょうか？

上記推測が正しいとして、目的とする文字列を得るにはどのような正規表現とすれば
よいのでしょうか？

有識者の方、ご教示いただけますでしょうか

以上、よろしくお願いいたします。

Answer 1

(.*)　が貪欲にマッチして空白までマッチしており、

「貪欲にマッチ」という言葉を知っているのなら、「控えめなマッチ」も知っていそうな物ですが。

match_case = re.findall(r'Subject:\s*【.*】(.*?)\s*$', mailbody )

ですね。

Comments

[shinjukuzame]

ご回答ありがとうございます。

>「貪欲にマッチ」という言葉を知っているのなら
はい、そうなんです。
「このような」の後の空白を意識して控えめなマッチを(試しもせずに)回避したのですが、

```
match_case = re.findall(r'Subject:\s*【.*】(.*?)\s*$', s)
```
で、確かに得られる出力となりますね。

ありがとうございました。

[otn]

> 「このような」の後の空白を

「控えめ」は、「マッチするなかで最短」なので、マッチしない場合は関係ないです。

[shinjukuzame]

＞「マッチするなかで最短」なので、マッチしない場合は関係ない

！
なるほど、ありがとうございます！！！

Answer 2

re.sub で文末の空白を消してから処理してはどうでしょう？

p.py

import re

s = "Subject: 【件名】このような 件名　がある　　  "

s1 = re.sub(r'[　|\s]*$', '', s)
match_case = re.findall(r'Subject:\s*【.*】(.*)$', s1)
print(match_case[0])

実行例

Comments

[shinjukuzame]

コメントありがとうございます。

処理分解して単純化するアプロ―チ、参考になりました。

実行結果までご丁寧に、ありがとうございました！

Answer 3

正規表現だけだと大変なので、以下のように処理を組み合わせる方法をお薦めします。

import re

for src in [  'Subject: 【件名】このような 件名　がある　　  ',
            'Subject: 【件名】',
            'Subject: ']:

    print(f'src[{src}]')

    # 「【件名】～」を抽出
    pos = src.find('【件名】')
    dst = ''
    if pos >= 0:
        dst = src[pos:].rstrip() # 右端の空白（タブ、改行も含む）を削除

    print(f'dst[{dst}]')

Comments

[shinjukuzame]

ご回答ありがとうございます。

>正規表現だけだと大変
勇気づけられました（笑）

具体例まで、ありがとうございました

Answer 4

strip関数ってのがあります

【Python】 特定の文字列や空白文字を削除する (strip, rstrip, lstrip、replace) | Hbk project

Comments

[shinjukuzame]

早々のご回答ありがとうございました。
最も回答が早く、かつ現在の自身の技量の身の丈にあった手法であったため、BAとさせていただきました。
ありがとうございました。