在python中用空字符串替换捕获的组答案

【问题标题】：Replace captured groups with empty string in python在python中用空字符串替换捕获的组
【发布时间】：2017-06-28 10:29:06
【问题描述】：

我目前有一个类似于以下的字符串：

str = 'abcHello Wor=A9ld'

我要做的是找到“abc”和“=A9”并将这些匹配的组替换为空字符串，这样我的最终字符串就是“Hello World”。

我目前正在使用这个正则表达式，它可以正确找到我想要替换的组：

r'^(abc).*?(=[A-Z0-9]+)'

我尝试使用以下代码替换这些组：

clean_str = re.sub(r'^(abc).*?(=[A-Z0-9]+)', '', str)

使用上面的代码导致：

print(clean_str)
>>> 'ld'

我的问题是，如何使用 re.sub 将这些组替换为空字符串并获取我的“Hello World”？

【问题讨论】：

捕获您想要保留的内容，而不捕获您想要删除的内容。在替换字符串中使用对捕获组的引用。
也许您想替换多次出现的=[A-Z0-9]+？那就试试re.sub(r'^abc|=[A-Z0-9]+', '', s)
@WiktorStribiżew 有没有一种方法可以让我使用你的正则表达式，同时确保 abc 存在，否则不要替换第二个模式？
不是re，你只需要检查字符串是否以abc开头，然后使用re.sub(r'=[A-Z0-9]+', '', s[3:])。或者，如果您使用 PyPi regex 模块，则可以使用 1 个正则表达式。
我用 2 个解决方案添加了我的答案：1）基于 Python re，分 2 个步骤，2）基于无限宽度后向模式的 PyPi。

标签： python regex

【解决方案1】：

捕获其他所有内容并将这些组放入替换中，如下所示：

re.sub(r'^abc(.*?)=[A-Z0-9]+(.*)', r'\1\2', s)

【讨论】：

【解决方案2】：

这是一种幼稚的方法，但为什么不能使用 replace 两次而不是正则表达式，如下所示：

str = str.replace('abc','')
str = str.replace('=A9','')

print(str) #'Hello World'

【讨论】：

str.replace 将不起作用，因为 OP 需要删除 (=[A-Z0-9]+) 可能不是 =A9。但是re.sub 两次可能会起作用，具体取决于具体要求。
好的。在他提到的问题中，他想找到组“abc”和“=A9”。这让我得到了这个答案。

【解决方案3】：

这对我有用。

re.sub(r'^(abc)(.*?)(=[A-Z0-9]+)(.*?)$', r"\2\4", str)

【讨论】：

在此解决方案中，我该如何更改它以删除 (=[A-Z0-9]+) 的多个实例并保留其他文本？我需要多个组？例如这个字符串：'abcHel=A5lo Wor=A9ld'
你可以通过print re.sub(r'^(abc)(.*?)$', r'\2', re.sub(r'(.*?)=[A-Z0-9]+(.*?)', r'\1\2', str))实现这一目标

【解决方案4】：

有没有办法可以..确保abc 存在，否则不要替换第二个模式？

我了解到您需要先检查字符串是否以abc 开头，如果是，请删除字符串中的abc 和=[0-9A-Z]+ 模式的所有实例。

我推荐：

import re
s="abcHello wo=A9rld"
if s.startswith('abc'):
    print(re.sub(r'=[A-Z0-9]+', '', s[3:]))

这里，if s.startswith('abc'): 检查字符串开头是否有abc，然后s[3:] 从开头截断字符串，删除abc，然后re.sub 删除所有不重叠的@ 实例987654333@模式。

请注意，您可以使用PyPi regex module 对一个正则表达式执行相同操作：

import regex
r = regex.compile(r'^abc|(?<=^abc.*?)=[A-Z0-9]+', regex.S)
print(r.sub('', 'abcHello Wor=A9ld=B56')) # Hello World
print(r.sub('', 'Hello Wor=A9ld'))        # => Hello Wor=A9ld

查看online Python demo

这里，

^abc - abc 仅在字符串的开头
| - 或
(?<=^abc.*?) - 检查输入开头是否有 abc，然后检查当前位置左侧是否有除换行符以外的任意数量的字符
=[A-Z0-9]+ - = 后跟 1+ 个大写 ASCII 字母/数字。

【讨论】：