re.sub（python）替换匹配字符串的一部分

Question

我有一系列字符串可通过查找子字符串“p”标记后跟至少两个大写字母来识别。

输入：

<p>JIM <p>SALLY <p>ROBERT <p>Eric

我想将“p”标签更改为“i”标签，如果后面跟着那两个大写字母（那么不是最后一个，'Eric'）。

期望的输出：

<i>JIM <i>SALLY <i>ROBERT <p>Eric

我在Python中使用正则表达式试过这个：

import re
Mytext = "<p>JIM <p>SALLY <p>ROBERT <p>Eric"

changeTags = re.sub('<p>[A-Z]{2}', '<i>' + re.search('<p>[A-Z]{2}', Mytext).group()[-2:], Mytext)
print changeTags

但是输出在每个实例中都使用“i”标记+ JI，而不是在第2和第3条中使用SA和RO来进行交互。

<i>JIM <i>JILLY <i>JIBERT <p>Eric

我认为问题在于我无法正确理解.group（）方法。谁能告诉我做错了什么？

谢谢。

Answer 1

使用预见断言的另一种方法：

re.sub(r'<p>(?=[A-Z]{2,})','<i>',MyText)

Answer 2

您的内部re.search仅评估一次，结果作为其中一个参数传递给re.sub。这不可能捕获所有大写字母对，只捕获第一个大写字母对。这意味着您的方法无法运作，而不仅仅是您对groups的理解。

此外，使用groups是不必要的。

---

您需要使用括号捕获大写字母，并在替换表达式中将其引用为\1：

re.sub('<p>([A-Z]{2})', r'<i>\1', Mytext)

\1这里的意思是：替换正则表达式中第一个(...)匹配的子字符串。 （docs）

请注意替换字符串前面的前导r，使其成为 raw 。