Question

如果我想替换以下语句结构中的模式：

cat&345;
bat &#hut;

我想替换从&开始到之前结束的元素（不包括;）。这样做的最佳方式是什么？

Answer 1

这是一个很好的正则表达 import re result = re.sub("(?<=\\&).*(?=;)", replacementstr, searchText)
基本上，这会将替换置于&和;

之间

Answer 2

包括或不包括＆amp;在替换？

>>> re.sub(r'&.*?(?=;)','REPL','cat&345;')           # including
'catREPL;'
>>> re.sub(r'(?<=&).*?(?=;)','REPL','bat &#hut;')    # not including
'bat &REPL;'

说明：

虽然这里不需要，但使用r'raw string'来防止必须转义正常表达式中经常出现的反斜杠。
.*?是任何东西的“非贪婪”匹配，这使得匹配在第一个分号处停止。
(?=;)匹配必须后跟分号，但不包括在匹配中。
(?<=&)该匹配必须以＆符号开头，但不包含在匹配项中。

Answer 3

可能会一起走向不同的方向use HTMLParser.unescape()。 unescape()方法没有记录，但它似乎不是“内部”的，因为它没有前导下划线。

Answer 4

您可以使用否定的字符类来执行此操作：

import re

st='''\
cat&345;
bat &#hut;'''

for line in st.splitlines():
    print line
    print re.sub(r'([^&]*)&[^;]*;',r'\1;',line)

Python正则表达式示例

4 个答案:

说明：