Question

我有以下字符串：

str = "MMX Lions Television Inc"

我需要将其转换为：

conv_str = "2010 Lions Television Inc"

我有以下函数将罗马数字转换为等价的整数：

numeral_map = zip(
    (1000, 900, 500, 400, 100, 90, 50, 40, 10, 9, 5, 4, 1),
    ('M', 'CM', 'D', 'CD', 'C', 'XC', 'L', 'XL', 'X', 'IX', 'V', 'IV', 'I')
)

def roman_to_int(n):
    n = unicode(n).upper()

    i = result = 0
    for integer, numeral in numeral_map:
        while n[i:i + len(numeral)] == numeral:
            result += integer
            i += len(numeral)
    return result

我如何使用re.sub来获取正确的字符串？

（注意：我尝试使用此处描述的regex：How do you match only valid roman numerals with a regular expression?但它无效。）

Answer 1

在寻找常用功能/库时，请务必尝试Python Package Index。

这是list of modules related to the keyword 'roman'。

例如，'romanclass'有一个实现转换的类，引用文档：

So a programmer can say:

>>> import romanclass as roman

>>> two = roman.Roman(2)

>>> five = roman.Roman('V')

>>> print (two+five)

and the computer will print:

VII

Answer 2

re.sub()可以接受一个函数作为替换函数，该函数将接收一个参数，即Match对象，并且应该返回一个替换字符串。您已经有了将罗马数字字符串转换为int的功能，因此这并不困难。

在你的情况下，你会想要一个像这样的函数：

def roman_to_int_repl(match):
    return str(roman_to_int(match.group(0)))

现在您可以修改您链接的问题中的正则表达式，以便在更大的字符串中找到匹配项：

s = "MMX Lions Television Inc"
regex = re.compile(r'\b(?=[MDCLXVI]+\b)M{0,4}(CM|CD|D?C{0,3})(XC|XL|L?X{0,3})(IX|IV|V?I{0,3})\b')
print regex.sub(roman_to_int_repl, s)

这是正则表达式的一个版本，它不会替换字符串中的“LLC”：

regex = re.compile(r'\b(?!LLC)(?=[MDCLXVI]+\b)M{0,4}(CM|CD|D?C{0,3})(XC|XL|L?X{0,3})(IX|IV|V?I{0,3})\b')

您还可以使用带有修改替换功能的原始正则表达式：

def roman_to_int_repl(match):
    exclude = set(["LLC"])   # add any other strings you don't want to replace
    if match.group(0) in exclude:
        return match.group(0)
    return str(roman_to_int(match.group(0)))

将包含罗马数字的字符串转换为等效的整数

2 个答案: