Question

如何按<html>和</mainbody>替换<4>和</8>等模式。这里4和8是＆lt;＆gt;内的字母数。输入将从文件中获取。

import re
def main():
        fh=open("input.txt")
        pattern=re.compile("</?[a-zA-Z]+>") #regular expression to find patterns <html>, </html> 
        for line in fh:
                print(re.sub(pattern,"***",line.strip()))



if __name__=="__main__":main()

Answer 1

使用自定义方法返回匹配的长度：

def get_length(obj):
    s = obj.groups()[0]
    return '</{}>'.format(len(s[1:])) if s.startswith('/') else '<{}>'.format(len(s))

>>> re.sub("<(/?[a-zA-Z]+)>", get_length, '<html>')
'<4>'
>>> re.sub("<(/?[a-zA-Z]+)>", get_length, '</html>')
'</4>'

我希望你意识到你的正则表达式是非常基本的，并且它不会处理具有正确属性的标签。

用匹配文本的长度替换正则表达式匹配

1 个答案: