Question

我有一个带有多个引用“keyword1：序列号”的文本。我需要更改为“keyword2：序列号”。我还需要在dict中存储keyword2：number，具体取决于当时解析的条目。我使用正则表达式替换，我可以再次解析替换引用，如

import re
parser=re.compile(keyword1:(\d+?)\.)
parser2=re.compile((keyword2:\d+\W))
db={}
for entry in entries:
    parser.sub("keyword2\g<2>", entry)
    db[entry]=parser2.search(entry)

但让我们面对它，这是低效的，对每个条目使用2个正则表达式和2个解析。我想知道我是否可以使用函数列出匹配项（唯一的序列号），使用理解在这些前面添加keyword2，然后存储它们/命令替换。
我知道finditer（）会产生一个匹配对象的列表但是没有所需的函数，除非我进入复杂的路径获取位置，然后替换等等。
问题主要在于我想避免解析两次，对于一个小文本它可以，但是在一个包含数十万个条目的数据库中，以这种方式编码就变得很糟糕。

Answer 1

您能告诉我们一些示例数据吗？

我相信我们可以重写它只使用一个正则表达式：

import re
# adding apostrophes around the regex
# also, making sure that both \. and \W are both good end-delimiters
re.compile('(keyword2:\d+(?:\.|\W))')
db={}
for entry in entries:
    db[entry]=parser.search(entry.replace('keyword1', 'keyword2'))

重新匹配同时存储和替换

1 个答案: