字符串中的字符替换：如何使用正则表达式？

Question

我在交换之前替换空格 - 工作，但是 - 非常不优雅的代码：

my_string = "There , are , many , wrong . spaces , before interpunction  marks !"

my_string.replace(" ,", ",").replace(" .", ".").replace(" !", "!").replace(" ?", "?")

现在我尝试提出一个更优雅的解决方案，即正则表达式。但我得到的只是：

import re
my_string = re.sub(r"[\s]+[,.!?]", XXX, my_string)

我只是不明白如何使 XXX 用相应的whitespace+mark替换每个mark。或者如何在ALL标记之前简单地去除每个空格 - 这也会起作用......

Answer 1

您想为标点符号创建捕获组，然后在替换表达式中引用该组：

re.sub(r'\s+([,.!?])', r'\1', my_string)

\s周围不需要括号;它已经是一个角色类。

演示：

>>> import re
>>> my_string = "There , are , many , wrong . spaces , before interpunction  marks !"
>>> re.sub(r'\s+([,.!?])', r'\1', my_string)
'There, are, many, wrong. spaces, before interpunction  marks!'

Answer 2

您需要使用括号捕获标点符号，然后使用\1引用它：

import re
my_string = "There , are , many , wrong . spaces , before interpunction  marks !"
my_string = re.sub(r"[\s]+([,.!?])", r"\1", my_string)
print my_string  # There, are, many, wrong. spaces, before interpunction  marks!

Answer 3

添加捕获组：

[\s]+([,.!?])

然后在替换中使用它：

\1

\ n指的是第n个捕获组，\ 0表示整个匹配。

Answer 4

最后一行应该是这样的：

my_string = re.sub(r"\s+([,.!?])", r'\1', my_string)

模式部分中的paranthesises正在创建一个组，然后您引用该组\1，因为它是第一个也是唯一一个组。