加速python正则表达式匹配

Question

在python're'模块中，我想使用大量的调用~100万re.findall（）和re.sub（）。我想在字符串中找到所有出现的模式，然后用固定的字符串替换它们。防爆。字符串中的所有日期都作为列表返回，在原始列表中，它被“DATE”替换。我如何将两者结合成一个？

Answer 1

re.sub的replace参数可以是可调用的：

dates = []
def store_dates(match):
    dates.append(match.group())
    return 'DATE'

data = re.sub('some-date-string', store_dates, data)

# data is now your data with all the date strings replaced with 'DATE'
# dates now has all of the date strings that matched your regex