我在Python中遇到re.sub()函数的奇怪行为。
在字符串中，我想替换所有出现的内容，例如
- list 1
- list 2
使用HTML代码
<li>list 1</li>
<li>list 2</li>
所以我用
text = re.sub('(- (?P<id>.))', '<li>\g<id></li>', text)
工作并返回
<li>l</li>ist 1
<li>l</li>ist 2
然后我在正则表达式中添加+以匹配整个句子（即“list 1”，“list 2”）
text = re.sub('(- (?P<id>.+))', '<li>\g<id></li>', text)
令人惊讶的是，它会返回
</li>ist 1
</li>ist 2
\g<id>之后的文字覆盖了字符串的左侧部分。
如果我尝试<li>\g<id>foo而是返回foot 1
你们有没有遇到过这种行为？ 这里有什么我想念的吗？
由于
答案 0 :(得分：2)
您的输入文件在行尾有回车符（'\r'）。所以，第一个输入行是：
- list 1\r\n
由于\r将光标移动到当前行的开头，并且\n移动到下一行的开头，因此您可以print该字符串而不会注意到。
替换后，您的行看起来像：
<li>list 1\r</li>\n
这会导致</li>在打印时出现在当前行的开头。
您有几种可能的解决方案：
\r
\r 第一个示例是使用open(fname, 'rU')打开文本文件。
第二个例子是re.sub('(- (?P<id>[^\r\n]+))', '<li>\g<id></li>', text)