Python + 正则表达式 + 用该模式的多个副本替换模式

Question

我必须从用户那里获取一个字符串并对其进行格式化，以便某些命令行使用可以接受它。基本上，我需要用两个反斜杠替换双引号 (") 之前的任何反斜杠。我可以使用这个正则表达式找到模式：

import re

pattern = '\\\\+"'
string = "\\\\\\\" asdf \\\" \\ \\ \\\\\""

print string, "\n"
matches = re.findall(pattern, string)

但是现在我有了这些匹配项，我该如何用它们自己的双重副本替换它们？所以引号前面的 3 个反斜杠必须变为 6，斜杠 1 变为 2，斜杠 2 变为 4。不在引号前面的斜杠保持相同的长度。

对此的任何建议将不胜感激。

谢谢。

Answer 1

您应该使用单引号、原始字符串和re.sub：

string = r'\\\" asdf \" \ \ \\"'
new_string = re.sub(r'(\\+)"', r'\1\1"', string)
print(new_string)

输出：

\\\\\\" asdf \\" \ \ \\\\"

---

模式

为了解释这个模式，我们先去掉括号；它们不会影响匹配的内容，我们稍后会将它们放回去。模式r'\\+"' 表示“一个或多个反斜杠后跟双引号”。即使它是一个原始字符串，我们仍然需要转义反斜杠，因为反斜杠在正则表达式中具有特殊含义；这就是为什么它是r'\\+"' 而不是r'\+"'。

括号

实际模式中\\+ 周围的括号仅表示“捕获这些括号内的匹配部分”。这会将匹配中所有反斜杠的子字符串放入捕获组中。我们将在替换字符串中使用这个捕获组。

替换字符串

替换字符串r'\1\1"' 仅表示“第一个捕获组的两个副本后跟双引号”（在这种情况下，只有一个捕获组，但可以有更多）。替换字符串有双引号的原因是匹配有双引号；由于整个匹配被替换字符串替换，如果替换字符串没有双引号，则双引号将被删除。