在 Python 中用任意值替换命名的捕获组

Question

我需要用某个任意值替换正则表达式的捕获组内的值；我看过re.sub，但它似乎以不同的方式工作。

我有一个这样的字符串：

s = 'monthday=1, month=5, year=2018'

我有一个正则表达式与捕获的组匹配，如下所示：

regex = re.compile('monthday=(?P<d>\d{1,2}), month=(?P<m>\d{1,2}), year=(?P<Y>20\d{2})')

现在我想将名为 d 的组替换为 aaa，将名为 m 的组替换为 bbb，并将名为 Y 的组替换使用ccc，如下例所示：

'monthday=aaa, month=bbb, year=ccc'

基本上我想保留所有不匹配的字符串并用一些任意值替换匹配组。

有没有办法达到预期的效果？

注意

这只是一个例子，我可以有其他结构不同但名称相同的输入正则表达式捕获组...

更新

由于似乎大多数人都在关注样本数据，所以我添加了另一个样本，假设我有这个其他输入数据和正则表达式：

input = '2018-12-12'
regex = '((?P<Y>20\d{2})-(?P<m>[0-1]?\d)-(?P<d>\d{2}))'

如您所见，我仍然有相同数量的捕获组 (3)，并且它们的命名方式相同，但结构完全不同......我需要的是和之前一样用一些任意替换捕获组文字：

'ccc-bbb-aaa'

将名为Y 的捕获组替换为ccc，将名为m 的捕获组替换为bbb，将名为d 的捕获组替换为aaa。

在这种情况下，正则表达式并不是这项工作的最佳工具，我愿意接受其他一些可以实现我的目标的建议。

Answer 1

这是对正则表达式的完全向后使用。捕获组的重点是保存您想要保留的文本，而不是您想要替换的文本。

由于您以错误的方式编写正则表达式，因此您必须手动执行大部分替换操作：

"""
Replaces the text captured by named groups.
"""
def replace_groups(pattern, string, replacements):
    pattern = re.compile(pattern)
    # create a dict of {group_index: group_name} for use later
    groupnames = {index: name for name, index in pattern.groupindex.items()}

    def repl(match):
        # we have to split the matched text into chunks we want to keep and
        # chunks we want to replace
        # captured text will be replaced. uncaptured text will be kept.
        text = match.group()
        chunks = []
        lastindex = 0
        for i in range(1, pattern.groups+1):
            groupname = groupnames.get(i)
            if groupname not in replacements:
                continue

            # keep the text between this match and the last
            chunks.append(text[lastindex:match.start(i)])
            # then instead of the captured text, insert the replacement text for this group
            chunks.append(replacements[groupname])
            lastindex = match.end(i)
        chunks.append(text[lastindex:])
        # join all the junks to obtain the final string with replacements
        return ''.join(chunks)

    # for each occurence call our custom replacement function
    return re.sub(pattern, repl, string)

>>> replace_groups(pattern, s, {'d': 'aaa', 'm': 'bbb', 'Y': 'ccc'})
'monthday=aaa, month=bbb, year=ccc'

Answer 2

您可以使用带有正则表达式替换的字符串格式：

import re
s = 'monthday=1, month=5, year=2018'
s = re.sub('(?<=\=)\d+', '{}', s).format(*['aaa', 'bbb', 'ccc'])

输出：

'monthday=aaa, month=bbb, year=ccc'

编辑：给定任意输入字符串和正则表达式，您可以使用如下格式：

input = '2018-12-12'
regex = '((?P<Y>20\d{2})-(?P<m>[0-1]?\d)-(?P<d>\d{2}))'
new_s = re.sub(regex, '{}', input).format(*["aaa", "bbb", "ccc"])

Answer 3

Python 3.x 扩展示例解决方案（re.sub() with replacement 功能）：

import re

d = {'d':'aaa', 'm':'bbb', 'Y':'ccc'}  # predefined dict of replace words
pat = re.compile('(monthday=)(?P<d>\d{1,2})|(month=)(?P<m>\d{1,2})|(year=)(?P<Y>20\d{2})')

def repl(m):
    pair = next(t for t in m.groupdict().items() if t[1])
    k = next(filter(None, m.groups()))  # preceding `key` for currently replaced sequence (i.e. 'monthday=' or 'month=' or 'year=')
    return k + d.get(pair[0], '')

s = 'Data: year=2018, monthday=1, month=5, some other text'
result = pat.sub(repl, s)

print(result)

输出：

Data: year=ccc, monthday=aaa, month=bbb, some other text

---

对于 Python 2.7： 将k = next(filter(None, m.groups())) 行更改为：

k = filter(None, m.groups())[0]

Answer 4

我建议你使用循环

import re
regex = re.compile('monthday=(?P<d>\d{1,2}), month=(?P<m>\d{1,2}), year=(?P<Y>20\d{2})')
s = 'monthday=1, month=1, year=2017   \n'
s+= 'monthday=2, month=2, year=2019'


regex_as_str =  'monthday={d}, month={m}, year={Y}'
matches = [match.groupdict() for match in regex.finditer(s)]
for match in matches:
    s = s.replace(
        regex_as_str.format(**match),
        regex_as_str.format(**{'d': 'aaa', 'm': 'bbb', 'Y': 'ccc'})
    )    

您可以使用不同的正则表达式模式多次执行此操作

或者您可以将两种模式连接（“或”）在一起