Python 3 用 dict 中的数据替换部分字符串答案

【问题标题】：Python 3 replace part of string with data from dictPython 3 用 dict 中的数据替换部分字符串
【发布时间】：2018-02-14 03:41:38
【问题描述】：

我需要将电话号码转换为国际格式。我有一个电话号码示例列表

rows = [
  (datetime.time(20, 35, 30), '0707262078',),
  (datetime.time(20, 38, 18), '+46706332602',),
  (datetime.time(20, 56, 35), '065017063'),
  (datetime.time(21, 45, 1), '+46730522807',),
  (datetime.time(22, 13, 47), '0046733165812')
]

我需要将所有以 ex 07 开头的数字替换为 +467，将所有 06 替换为 +466，将 00 替换为 +。对于上面的示例，我需要将号码转为 0707262078 到 +46707262078、065017063 到 +4665017063 和 0046733165812 到 +46733165812。
不知道是否可以仅在正则表达式中执行此操作，或者我是否需要使用其他代码执行此操作。

一直在尝试将 re.sub 与 lamda 结合使用，我的想法是制作一个带有匹配替换的字典，如下所示：

repl_dict = {
  '01': '+461',
  '02': '+462',
  '03': '+463',
  '04': '+464',
  '05': '+465',
  '06': '+466',
  '07': '+467',
  '08': '+468',
  '09': '+469',
  '00': '+'
}

到目前为止我的尝试：

import re
rows = [
  (datetime.time(20, 35, 30), '0707262078',),
  (datetime.time(20, 38, 18), '+46706332602Ring via Mitel ',),
  (datetime.time(20, 56, 35), '065017063'),
  (datetime.time(21, 45, 1), '+46730522807Ring via Mitel ',),
  (datetime.time(22, 13, 47), '0046733165812')
]

repl_dict = {
  '01': '+461',
  '02': '+462',
  '03': '+463',
  '04': '+464',
  '05': '+465',
  '06': '+466',
  '07': '+467',
  '08': '+468',
  '09': '+469',
  '00': '+'
}

for row in rows:
    regex = re.compile(r'^\d{1}[0-9](\d*)'), re.S
    DialedNumber = regex.sub(lambda match: repl_dict.get(match.group(0), row[1]), row[1], row[1])

【问题讨论】：

我可以注意到你的 for 循环没有正确缩进。先解决这个问题（可能只是复制和粘贴错误）。

标签： regex python-3.x

【解决方案1】：

您的正则表达式以\d* 结尾，将匹配整个数字，因此在字典中找不到条目。此外，在对 sub 的调用中似乎有一个无与伦比的括号和一个太多的 row[1]。

您可以将正则表达式简化为^00?，将替换字典简化为{'00': '+', '0': '+46'}。这将检查数字是否以一个或两个0 开头，从而使替换字典更加简单且重复性更少。

rows = [(datetime.time(20, 35, 30), '0707262078',), (datetime.time(20, 38, 18), '+46706332602Ring via Mitel ',), (datetime.time(20, 56, 35), '065017063'), (datetime.time(21, 45, 1), '+46730522807Ring via Mitel ',), (datetime.time(22, 13, 47), '0046733165812')]
repl_dict = {'00': '+', '0': '+46'}
regex = re.compile(r'^00?')
for date, number in rows:
    print(regex.sub(lambda match: repl_dict.get(match.group(0)), number))

输出：

+46707262078
+46706332602Ring via Mitel 
+4665017063
+46730522807Ring via Mitel 
+46733165812

如果您只想要数字部分，您可以使用第二个正则表达式（如 [0-9+]*）对数字进行预处理或后处理。

【讨论】：

[(tm, re.sub('^(00|0)', lambda m: {'00': '+', '0': '+46'}[m.group(0)], ph)) for (tm, ph) in rows] （诚然，将其设置为单线确实会使其不那么好，但是您将模式和替换字典都缩短了很多，以至于我想展示它。）

【解决方案2】：

这是您问题中给出的基于repl_dict 的幼稚方法。

def repl(match): 
    return repl_dict[match.group(0)]

pat = '^(' + '|'.join(repl_dict) + ')'
new_rows = [(tm, re.sub(pat, repl, ph)) for (tm, ph) in rows]

tobias_k 的回答通过改进您的 repl_dict 和模式提供了更好的方法。

【讨论】：

【解决方案3】：

正则表达式：^[0-9]{2}

详情：

^ 在行首断言位置
[] 匹配列表中存在的单个字符
{n} 完全匹配 n 次

Python 代码：

通过@tobias_k，您可以使用repl_dict.get(m.group(), m.group()) 代替repl_dict.get(m.group()) or m.group()。

regex = re.compile(r'^[0-9]{2}')

for i in range(len(rows)):
    rows[i] = (rows[i][0], regex.sub(lambda m: repl_dict.get(m.group()) or m.group(), rows[i][1]))

输出：

[(datetime.time(20, 35, 30), '+46707262078'), (datetime.time(20, 38, 18), '+46706332602Ring via Mitel '), (datetime.time(20, 56, 35), '+4665017063'), (datetime.time(21, 45, 1), '+46730522807Ring via Mitel '), (datetime.time(22, 13, 47), '+46733165812')]

Code demo

【讨论】：

如果由于某种原因有数字以非 0 开头的数字，这可能会失败。例如，如果数字是“12345”，则 get 返回 None 并且您结束最多“345”
@tobias_k 已修复！
您也可以使用repl_dict.get(m.group(), m.group())，即使用匹配组本身作为默认值。

【解决方案4】：

你可以在没有正则表达式的情况下做到这一点：

for row in rows:
  for repl in repl_dict:
    if row[1].startswith(repl):
      print repl_dict[repl]+row[1][len(repl):]
      break

【讨论】：