多个正则表达式替换答案

【问题标题】：Multiple regex substitutions多个正则表达式替换
【发布时间】：2015-02-21 08:10:32
【问题描述】：

我正在使用以下代码来规范化文件名：

new_file = re.sub('[. ]', '_', old_file.lower())
new_file = re.sub('__+', '_', new_file)
new_file = re.sub('[][)(}{]',  '', new_file)
new_file = re.sub('[-_]([^-_]+)$',  r'.\1', new_file)

我的问题是否有可能以更好的方式编写此代码？

我找到了following example：

def multiple_replace(dict, text):
    # Create a regular expression  from the dictionary keys
    regex = re.compile("(%s)" % "|".join(map(re.escape, dict.keys())))

    # For each match, look-up corresponding value in dictionary
    return regex.sub(lambda mo: dict[mo.string[mo.start():mo.end()]], text) 

dict = {
    "Larry Wall" : "Guido van Rossum",
    "creator" : "Benevolent Dictator for Life",
    "Perl" : "Python",
}

但此代码仅适用于普通字符串。第 3 行中的 map(re.escape, ...“破坏”了正则表达式。

问候，
雷

【问题讨论】：

您是否尝试过简单地删除re.escape，即将违规行更改为regex = re.compile("(%s)" % "|".join(dict))？我没有尝试过，但我看不出它为什么不起作用。
我已经试过了。在这种情况下，第 5 行有一个错误。此外，在我的示例中，序列很重要，我发现 a 字典弄乱了序列。

标签： python regex

【解决方案1】：

如果您只是在寻找更易于维护和更少重复的代码（而不是算法更改），请使用简单的 for 循环：

SUBS = [
  ('[. ]', '_'),
  ('__+', '_'),
  ('[][)(}{]',  ''),
  ('[-_]([^-_]+)$',  r'.\1'),
]

def normalize(name):
    name = name.lower()
    for pattern, replacement in SUBS:
        name = re.sub(pattern, replacement, name)
    return name

【讨论】：

我会鼓励 OP 将 ('[. ]', '_') 和 ('__+', '_') 合并到 ('[. _]+', '_') 中，这实际上是相同的，而不会变成一个非常不可读的正则表达式。
@user4815162342：感谢您的解决方案。我喜欢它，我会在我的代码中使用它...