Question

我想使用例如这种模式

    rules = {
        '\s': '_',
        '.(?P<word>\w)': '\1',
        'text1': 'text2',
        #etc
    }

使用re.sub（）

有一些例子如this，但它不适用于正则表达式特殊字符。

Answer 1

您应该像raw strings那样使用：

rules = {
    r'\s': r'_',
    r'.(?P<word>\w)': r'\1',
    r'text1': r'text2',
    #etc
}

这意味着您不需要转义特殊字符

以下是它发生的原因（直接引用文档）：

正则表达式使用反斜杠字符（'\'）来表示特殊形式或允许使用特殊字符唤起他们的特殊意义。这与Python的使用相冲突字符串文字中用于相同目的的相同字符;对于例如，要匹配文字反斜杠，可能必须写'\\' 作为模式字符串，因为正则表达式必须是\，和每个反斜杠必须表示为常规Python字符串中的\ 文字。

以及如何解决它（文档的另一个引用）：

解决方案是使用Python的常规字符串表示法表达模式;反斜杠不以任何特殊方式处理带有'r'前缀的字符串文字。所以r"\n"是一个双字符串包含'\'和'n'，而"\n"是一个单字符的字符串包含换行符。通常模式将用Python表示使用此原始字符串表示法的代码。

Answer 2

我在python中使用正则表达式时使用原始字符串。使您不必转义特殊字符：https://docs.python.org/2/library/re.html
尝试：

rules = {
    r"\s": r"_",
    r"text1": r"text2",
    #etc
}

Answer 3

当然，在声明Python正则表达式时需要使用原始字符串，并且您的示例存在一些问题，但您对如何运行正则表达式替换感兴趣。

我建议使用OrderedDict，以便可以按照严格的顺序执行替换，因为它们是在字典中定义的。然后，代码看起来像

import re
from collections import OrderedDict  # adding the import

rules=OrderedDict()                  # defining the regex
rules[r'\s'] = '-'                   #  replacement
rules[r'.(\w)'] = r'\1'              #  pairs
rules['text1'] = 'text2'             #  here

s = "nnoo  mmoorree  tteexxtt11"     # a test string
for key in rules.keys():             # iterating through keys
    s = re.sub(key, rules[key], s)   # perform the S&R
print(s)                             # Demo printing

请参阅IDEONE demo

Answer 4

使用原始字符串表示法以避免必须转义特殊字符：

rules = {
    '\s': '_',
    '.(?P<word>\w)': '\1',
    'text1': 'text2',
    #etc
}

直接来自正则表达式模块（重新）documentation：

原始字符串表示法（r“text”）使正则表达式保持正常。没有它，正则表达式中的每个反斜杠（'\'）都必须以另一个为前缀来对其进行转义。例如，以下两行代码在功能上是相同的：

>>> re.match(r"\W(.)\1\W", " ff ")
<_sre.SRE_Match object at ...>
>>> re.match("\\W(.)\\1\\W", " ff ")
<_sre.SRE_Match object at ...>

当想要匹配文字反斜杠时，必须在正则表达式中对其进行转义。使用原始字符串表示法，这意味着r“\”。如果没有原始字符串表示法，必须使用“\\”，使以下代码行功能相同：

>>> re.match(r"\\", r"\\")
<_sre.SRE_Match object at ...>
>>> re.match("\\\\", r"\\")
<_sre.SRE_Match object at ...>

基于Python中的几个正则表达式规则进行替换

4 个答案: