python - 如何使用正则表达式替换字符串中的特定组？

Question

我想读入一个字符串并删除捕获的组（在本例中为“[^ ]+(&)[^ ]）。

x = "apple&bob & john & smith" # original string
x = "applebob & john & smith" #after replacing string

这是我现在使用的代码。

import re

and_regex = re.compile(r'([^ ]+(&)[^ ])')
x = "apple&bob & john & smith"
x = re.sub(and_regex, " ",x)
print(x)

我不能使用字符串替换（string.replace），因为它会替换整个字符串中的“&”。

感谢您的帮助！

Answer 1

你可以这样做：

import re
x = "apple&bob & john & smith"
x = re.sub("(?<=\S)&(?=\S)", "",x)
print(x)

输出：

applebob & john & smith

Answer 2

作为替代方案，如果您还想删除开头的 & 字符并以 &apple&bob & john & smith& 结尾的字符，您可以在左侧声明一个非空白字符或在右侧声明一个非空白字符。

(?<=\S)&|&(?=\S)

Regex demo

import re

strings = [
    "apple&bob & john & smith",
    "&apple&bob & john & smith&",
    "&apple&bob & john & smith&&"
]

for s in strings:
    print(re.sub(r"(?<=\S)&|&(?=\S)", "", s))

输出

applebob & john & smith
applebob & john & smith
applebob & john & smith

Answer 3

您可以捕获想要保留的部分。 而当替换为.sub() 方法时，输入 在替换字符串中使用\\1 和\\2 捕获部分。

import re
pattern = re.compile(r'(\S+)&(\S+)')
# `\S` means: any non-white character.
# see: https://docs.python.org/3/library/re.html

x = "apple&bob & john & smith"
x = pattern.sub("\\1\\2", x) # or also: re.sub(pattern, "\\1\\2", x)

x
## 'applebob & john & smith'

但是，这仅替换了 1 个出现，最左边的不重叠的一个，我们需要一个函数来替换字符串中的所有出现。可以使用递归来解决它：

def replace_all_pattern(pattern, s):
    if bool(re.match(pattern, s)):
        res = re.sub(pattern, "\\1\\2", s)
        return replace_all_pattern(pattern, res)
    else:
        return s


replace_all_pattern(r"(\S+)&(\S+)", "abble&bob&john&smith")
## 'abblebobjohnsmith'

但这在性能方面的效率低于使用环视。因此，仅当要替换一个匹配项时才使用此选项。在这种情况下，就性能而言，它比环视要好，但一旦出现不止一次并且必须检查：使用环视作为模式，因为它们会更有效。