替换正则表达式匹配中的命名组答案

【问题标题】：Replace named group in regex match替换正则表达式匹配中的命名组
【发布时间】：2016-02-11 13:56:31
【问题描述】：

我有以下正则表达式：

pattern = '^[a-zA-Z0-9-_]*_(?P<pos>[A-Z]\d\d)_T\d{4}(?P<fID>F\d{3})L\d{2}A\d{2}(?P<zID>Z\d{2})(?P<cID>C\d{2})\.tif$'

匹配如下文件名：

filename = '151006_655866_Z01_T0001F015L01A02Z01C03.tif'

与组：

m = re.match(pattern, filename)
print m.group("pos")  # Z01
print m.group("fID")  # F015
print m.group("zID")  # Z01

如何在 Python 中只用给定的字符串替换指定的组？

我尝试在函数调用中使用re.sub，但不知道这个函数应该是什么样子：

def replace_function(matchobj):
    # how to replace only a given match group?
    # (the following replaces *all* occurrences of "Z01" in this example)
    return matchobj.group(0).replace(matchobj.group("slice"), "---")

print re.sub(pattern, replace_function, filename)

我想要的结果是：

151006_655866_Z01_T0001F015L01A02---C03.tif

【问题讨论】：

re.sub 的 repl 参数（如果可调用）应采用单个匹配对象并返回一个字符串以替换原始匹配项。您的匹配项包含同一字符串的多个部分，因此并不适合这种用法 - 尝试仅捕获您要替换的部分。
@jonrsharpe 是的，我想到了，但我的想法是让模式可配置（即只需要包含几个命名组的输入），所以我希望有一种方法来替换该特定组，或至少检索其在目标字符串中的位置。但正如您所建议的，我想我需要解析模式以修改它以仅捕获所需的部分。
@JanEglinger 如果建议的解决方案按预期工作，请接受答案。如果不是，请解释原因或更好地提供失败的测试，我也会尝试修复代码。

标签： python regex replace

【解决方案1】：

您可以使用闭包和所选匹配组的开始/结束索引来做您需要的事情：

import re
from functools import partial

pattern = '^[\w-]*_(?P<pos>[A-Z]\d{2})_T\d{4}(?P<fID>F\d{3})L\d{2}A\d{2}(?P<zID>Z\d{2})(?P<cID>C\d{2})\.tif$'
filename = '151006_655866_Z01_T0001F015L01A02Z01C03.tif'


def replace_closure(subgroup, replacement, m):
    if m.group(subgroup) not in [None, '']:
        start = m.start(subgroup)
        end = m.end(subgroup)
        return m.group()[:start] + replacement + m.group()[end:]

subgroup_list = ['pos', 'fID', 'zID', 'cID']
replacement = '---'

for subgroup in subgroup_list:
    print re.sub(pattern, partial(replace_closure, subgroup, replacement), filename)

输出：

151006_655866_---_T0001F015L01A02Z01C03.tif
151006_655866_Z01_T0001---L01A02Z01C03.tif
151006_655866_Z01_T0001F015L01A02---C03.tif
151006_655866_Z01_T0001F015L01A02Z01---.tif

在线实现可用here

【讨论】：

太棒了，这正是我所需要的。感谢您向我介绍functools.partial()
@JanEglinger 不客气！请注意，partial 的使用不是强制性的（您可以按照文档中的说明简单地定义一段等效的代码），但有助于保持代码更简洁。我还略微减少了正则表达式模式（主要是 [a-zA-Z0-9_] -> \w，只是修饰而不是修复）

【解决方案2】：

要获得所需的输出，只需捕获要开始和结束的内容
保存。在它之间插入---。

查找^([a-zA-Z0-9_-]*_[A-Z]\d\d_T\d{4}F\d{3}L\d{2}A\d{2})Z\d{2}(C\d{2}\.tif)$
替换：$1---$2

【讨论】：