python搜索使用通配符替换答案

【问题标题】：python search replace using wildcardspython搜索使用通配符替换
【发布时间】：2011-01-06 14:25:18
【问题描述】：

有点困惑..但尝试使用通配符进行搜索/替换

如果我有类似的东西：

 <blah.... ssf  ff>
 <bl.... ssf     dfggg   ff>
 <b.... ssf      ghhjj fhf>

我想用say替换所有上述字符串，

 <hh  >t

关于如何实现这一点的任何想法/cmets？

谢谢

更新（感谢 cmets！）

我错过了什么......

我的初始示例文本是：

Soo Choi</span>LONGEDITBOX">Apryl Berney 
Soo Choi</span>LONGEDITBOX">Joel Franks 
Joel Franks</span>GEDITBOX">Alexander Yamato

我正在努力获得

Soo Choi foo Apryl Berney 
Soo Choi foo Joel Franks 
Joel Franks foo Alexander Yamato

我已经尝试过

name=re.sub("</s[^>]*\">"," foo ",name)

但我错过了一些东西......

想法...谢谢

【问题讨论】：

hmmm...缺少一些东西...我的初始示例文本是：Soo ChoiLONGEDITBOX">Apryl Berney Soo ChoiLONGEDITBOX">Joel Franks Joel FranksGEDITBOX">Alexander Yamato 和我正在尝试获取 Soo Choi foo Apryl Berney Soo Choi foo Joel Franks Joel Franks foo Alexander Yamato 我尝试了 name=re.sub("[^>]*\ ">"," foo ",name) 但我遗漏了一些东西......想法......

标签： python regex search replace wildcard

【解决方案1】：

这样用正则表达式怎么样

import re

YOURTEXT=re.sub("<b[^>]*>","<hh >t",YOURTEXT)

【讨论】：

【解决方案2】：

请参阅相当实用的 Python Regular Expression 手册 here，或查看Regular Expression HOWTO 部分5.2 搜索和替换，了解更实用的方法。

【讨论】：

Regex 是这里的简单方法。 s/<[^>]*>/<hh >t/g

【解决方案3】：

不必使用正则表达式

for line in open("file"):
    if "<" in line and ">" in line:
        s=line.rstrip().split(">")
        for n,i in enumerate(s):
            if "<" in i:
                ind=i.find("<")
                s[n]=i[:ind] +"<hh "
        print '>t'.join(s)

输出

$ cat file
blah  <blah.... ssf  ff> blah
blah <bl.... ssf     dfggg   ff>  blah <bl.... ssf     dfggg   ff>
blah <b.... ssf      ghhjj fhf>

$ ./python.py
blah  <hh >t blah
blah <hh >t  blah <hh >t
blah <hh >t

【讨论】：

这是一个很好的快速而肮脏的解决方案，但也因此不是很可扩展；它也不会在< 之后检查b - 尽管尚不清楚这是否是 OP 的要求。使用正则表达式，他将拥有一个更加通用的工具。
是的，我同意。没有来自OP的太多其他信息。此外，如果 OP 真的在解析复杂的 HTML（或 XML？），甚至建议不要使用正则表达式 :)

【解决方案4】：

听起来像是“re”模块的工作，这里有一个小示例函数，尽管您可以只使用一个 re.sub() 行。

使用“re”模块，一个简单的 re.sub 就可以解决问题：

import re

def subit(msg):
    # Use the below if the string is multiline
    # subbed = re.compile("(<.*?>)" re.DOTALL).sub("(<hh  >t", msg)
    subbed = re.sub("(<.*?>)", "<hh  >t", msg)
    return subbed

# Your messages bundled into a list
msgs = ["blah  <blah.... ssf  ff> blah",
        "blah <bl.... ssf     dfggg   ff>  blah <bl.... ssf     dfggg   ff>",
        "blah <b.... ssf      ghhjj fhf>"]

# Iterate the messages and print the substitution results
for msg in msgs:
    print subit(msg)

我建议查看“re”模块的文档，它有详细的文档，可能会帮助您实现更准确的文本操作/替换。

【讨论】：

你对所有事情都使用函数吗？