Python re.sub 查询解析

Question

我正在解析一个查询，其中“AND”运算符是隐式的（我的意思是当 2 个单词或 2 个括号或 1 个单词和一个括号之间有空格时，我应该在那里放置一个 'AND'）。当我得到 ') (' 时，它很容易匹配和替换，但是在面对 'wordexample (' 或 'wordexample1 wordexample2' 时我遇到了问题。考虑到 'OR' 运算符不是隐式的，所以我只需要解析较低大小写字母单词。

一个例子：

a='abc def (ghi) OR jkl'

应该看起来像：amodif='abc AND def AND (ghi) OR jkl'

我已经尝试过使用 re 库：

print re.sub('[a-z] \\(', '[a-z] AND \\(',a)

但是它用 [a-z] 改变了单词的最后一个字母。无论如何要保留匹配表达式的一部分（在这种情况下是单词的最后一个字母）与re？提前致谢

Answer 1

您正在寻找一种捕获机制，该机制可让您使用反向引用恢复匹配和替换的部分。

这是一个有效的正则表达式：

([a-z]) ([(a-z])

替换为\1 AND \2，其中\1指向([a-z])捕获的子字符串，\2引用([(a-z])捕获的子文本。

见regex demo

Python code:

import re
p = re.compile(r'([a-z]) ([(a-z])')
test_str = "abc def (ghi) OR jkl"
subst = r"\1 AND \2"
result = re.sub(p, subst, test_str)
print(result) # => abc AND def AND (ghi) OR jkl

Answer 2

如果您想避免反向引用，另一种尝试可能是使用 double re.sub。其中第一个re.sub 将所有空格替换为AND，第二个re.sub 将\s+AND OR AND\s+ 替换为OR 以更正它。

所以re.sub(r'(\s+)',r' AND ',s) 返回'abc AND def AND (ghi) AND OR AND jkl' 并且re.sub(r'\s+AND OR AND\s+',' OR ',re.sub(r'(\s+)',r' AND ',s)) 将其更正为abc AND def AND (ghi) OR jkl。

工作示例如下-

>>>s='abc def (ghi) OR jkl'
>>>re.sub(r'\s+AND OR AND\s+',' OR ',re.sub(r'(\s+)',r' AND ',s))
>>>'abc AND def AND (ghi) OR jkl'