«

Python re.sub反向引用怎么实现

时间:2024-3-28 09:13     作者:韩俊     分类: Python


今天小编给大家分享一下Python re.sub反向引用怎么实现的相关知识点,内容详细,逻辑清晰,相信大部分人都还太了解这方面的知识,所以分享这篇文章给大家参考一下,希望大家阅读完这篇文章后有所收获,下面我们一起来了解一下吧。

re 模块是 Python 标准库中提供的用于处理正则表达式的模块,利用 re 模块可以方便的利用正则表达式实现字符串中的匹配、替换等操作

match 分组

Python re 模块中提供了 match 函数,用来匹配字符串中指定的正则表达式规则。例如,如果想匹配到 "Isaac Newton, physicist" 中的 Isaac Newton,则可以使用正则表达式 w+ w+ ,运行结果如下:

>>> m = re.match("w+ w+", "Isaac Newton, physicist")
>>> m
<re.Match object; span=(0, 12), match='Isaac Newton'>

re.match 的第一个参数是指定的正则表达式规则,第二个参数是待匹配的字符串。正则表达式规则 w+ 表示匹配一段连续的字符,要求匹配到的字符数量大于 1。 w+ w+ 就表示匹配两段连续的字符,且两段字符中间用空格隔开

使用 match 执行匹配时会对匹配到的结果进行 分组 ,可以通过 match 返回结果的 group() 接口查看分组结果

>>> m.group(0)
'Isaac Newton'

默认情况下, match 只会产生一个分组,就是第 0 个分组,表示整个匹配到的内容。对于上面的例子,第 0 个分组就是 w+ w+ 匹配到的完整的内容,也就是 Issac Newton 。
使用正则表达式中的括号 () 可以手动指定匹配的分组。例如如果想把 Issac 和 Newton 做为两个分组,那么可以将正则表达式改为 (w+) (w+) :

>>> m = re.match("(w+) (w+)", "Isaac Newton, physicist")

在 (w+) (w+) 这个正则表达式中,指定了两个分组,这两个分组匹配的内容都是 w+ ,并且两个分组之间用空格隔开。
使用 groups() 可以查看匹配结果中的所有分组 :

>>> m.groups()
('Isaac', 'Newton')

也可以使用 group() 接口分别查看每一个分组,其中 group(0) 仍然表示完整的匹配结果, group(1) 表示匹配结果中的第 1 个分组, group(2) 表示第 2 个分组,以此类推:

>>> m.group(0)
'Isaac Newton'
>>> m.group(1)
'Isaac'
>>> m.group(2)
'Newton'

re.sub 匹配和替换

re.match() 函数提供了正则表达式的匹配接口, re.sub() 不光能匹配正则表达式,还能替换字符串中的结果,生成一个新的字符串。
例如把字符串中 (w+) (w+) 匹配到的结果替换成 Albert Einstein ,可以这样写:

>>> re.sub("(w+) (w+)", "Albert Einstein", "Isaac Newton, physicist")
'Albert Einstein, physicist'

re.sub 中第 1 个参数表示匹配的正则表达式,第 2 个参数表示替换表达式,第 3 个参数表示原始字符串

这里的替换表达式是手动指定的新字符串 Albert Einstein ,他和原始字符串中的内容毫不相关。如果希望复用原始字符串中的内容,那么就需要用到 re.sub 的反向引用功能了。

反向引用

反向引用指的是在指定替换结果的过程中,可以引用原始字符串中的匹配到内容。例如 (w+) (w+) 在原始字符串中匹配到了 Isaac Newton ,利用匹配到的结果,将结果改写为 FirstName: Isaac, LastName: Newton 。
既然需要引用,那么就得有一个表达式能够表示匹配的内容。恰好 re.sub 的匹配结果也有和 re.match 一样的分组,因此只需要在替换表达式中引用分组的结果即可。引用方式有以下几种:

  • umber :例如 1 ,表示匹配结果中第 1 个分组,也就是例子中的 Isaac 部分。

  • g<number> :例如 g<1> ,和 umber 表示法一样,也代表了匹配结果中的第 1 个分组。与 umber 表示法相比, g<number> 避免了歧义。试想,如果想用 umber 把第 1 个分组匹配到的  Isaac 替换为 Isaac0 ,那么需要用 10 ,这里本意表示在第 1 个分组后加上 0 ,但程序会识别成第 10 个分组。而使用 g<number> 只需要写成 g<1>0 即可。

回到开始的例子中,将匹配结果 Isaac Newton改写为 FirstName: Isaac, LastName: Newton ,可以用以下表达式实现:

>>> re.sub("(w+) (w+)", "FirstName: g<1>, LastName: g<2>", "Isaac Newton, physicist")
'FirstName: Isaac, LastName: Newton, physicist'

标签: python

热门推荐