Python 3.3 中的 re.sub答案

【问题标题】：re.sub in Python 3.3Python 3.3 中的 re.sub
【发布时间】：2013-05-23 06:34:02
【问题描述】：

我正在尝试将文本字符串从file1 的形式更改为file01。我对python真的很陌生，在尝试使用模式时无法弄清楚'repl'位置应该去什么。谁能帮帮我？

text = 'file1 file2 file3'

x = re.sub(r'file[1-9]',r'file\0\w',text) #I'm not sure what should go in repl.

【问题讨论】：

标签： python regex python-3.x substitution

【解决方案1】：

你可以试试这个：

>>> import re    
>>> text = 'file1 file2 file3'
>>> x = re.sub(r'file([1-9])',r'file0\1',text)
'file01 file02 file03'

[1-9] 周围的括号捕获匹配，它是第一个匹配。你会看到我在替换中使用了\1，意思是比赛中的第一个接球。

另外，如果您不想为 2 位或更多位的文件添加零，您可以在正则表达式中添加 [^\d]：

x = re.sub(r'file([1-9](\s|$))',r'file0\1',text)

现在我正在使用str.format() 和lambda 表达式重新访问此答案，因此提供了更多通用解决方案：

import re
fmt = '{:03d}'                 # Let's say we want 3 digits with leading zeroes
s = 'file1 file2 file3 text40'
result = re.sub(r"([A-Za-z_]+)([0-9]+)", \
                lambda x: x.group(1) + fmt.format(int(x.group(2))), \
                s)
print(result)
# 'file001 file002 file003 text040'

关于 lambda 表达式的一些细节：

lambda x: x.group(1) + fmt.format(int(x.group(2)))
#         ^--------^   ^-^        ^-------------^
#          filename   format     file number ([0-9]+) converted to int
#        ([A-Za-z_]+)            so format() can work with our format

我使用表达式[A-Za-z_]+ 假设文件名仅包含训练数字之外的字母和下划线。如果需要，请选择更合适的表达方式。

【讨论】：

您至少需要在最后一个示例中执行([^\d]|$)，否则您无法匹配字符串中的最后一次出现。
@melwil 谢谢，现在修好了 :)
现在你在第 1 组中匹配太多了，你在组中包含了空格，这使得file1 file2 变成了file01file02。
@melwil 这一次，我预先测试了它，它比之前的file([1-9])([^\d]|$)效果更好。前一个会因为 [^\d] 而占用一个空间，而我必须添加更多字符来弥补这一点，而这个同时解决这两个问题。
啊，是的，你当然是把空间放回去了。对此感到抱歉。

【解决方案2】：

要匹配末尾有单个数字的文件，请使用单词边界\b：

>>> text = ' '.join('file{}'.format(i) for i in range(12))
>>> text
'file0 file1 file2 file3 file4 file5 file6 file7 file8 file9 file10 file11'
>>> import re
>>> re.sub(r'file(\d)\b',r'file0\1',text)
'file00 file01 file02 file03 file04 file05 file06 file07 file08 file09 file10 file11'

【讨论】：

【解决方案3】：

在检查文件是否存在两位数时也可以使用\D|$，它决定是否将文件替换为file0

以下代码也将有助于实现所需。

重新导入

text = 'file1 file2 file3 file4 file11 file22 file33 file1'

x = re.sub(r'file([0-9] (\D|$))',r'file0\1',text)

打印（x）

【讨论】：

【解决方案4】：

您可以使用组来捕获您希望保留的部分，然后在替换文本中使用这些组。

 x = re.sub(r'file([1-9])',r'file0\1',text)

匹配组是通过在正则表达式搜索中包含 ( ) 来创建的。然后，您可以将其与 \group 或 \1 一起使用，因为我们希望插入第一个组。

【讨论】：

【解决方案5】：

我相信以下内容会对您有所帮助。这样做的好处是它只会在 'file' 后面有一个数字的地方插入一个 '0'（通过边界 ['\b'] 特殊字符包含）：

text = 'file1 file2 file3'

findallfile = re.findall(r'file\d\b', text)

for instance in findallfile:
    textwithzeros = re.sub('file', 'file0', text)

'textwithzeros' 现在应该是新版本的 'text' 字符串，每个数字前都带有 '0'。试试看！

【讨论】：