如何在 python3 中使用 re 模块替换模式

Question

我想在一行中多次替换某些模式（字母之间的空格）。
这是我的代码：

s = re.sub('([a-z]) ([a-z])', '\g<1>_\g<2>', 'series m coupe')

我希望将 'series m coupe' 替换为 'series_m_coupe'，但我得到的是 'series_m coupe'。即使我放了count=0，也没用……

我猜是因为“m”是 1 个音节。当我像 'series mini coupe' 这样输入超过 1 个音节时，效果很好：

s = re.sub('([a-z]) ([a-z])', '\g<1>_\g<2>', 'series mini coupe')
s
'series_mini_coupe'

Answer 1

当您使用([a-z]) ([a-z]) 时，s m 在series m coupe 中匹配，正则表达式索引在m 之后。因此，正则表达式引擎正在寻找该字母之后的第二个匹配项，但找不到任何匹配项。

您需要使用前瞻来匹配重叠的字符串：

s = re.sub('([a-z]) (?=[a-z])', '\g<1>_', 'series m coupe')
                    ^^^     ^

见regex demo

(?=[a-z]) 前瞻将检查空格是否后跟小写 ASCII 字母，但不会消耗它。在替换模式中，\g<2> 应该被删除，因为不再有第二个捕获组。