Question

我有两个文本文件：text1和text2。

的text1：

(test1)
(test2)
(g)
(test3)
(test4)
(test5)

text2的：

(test5)
(testa)
(testb)
(testc)
(testd)
(teste)

我有以下代码：

import re

pattern = re.compile(r"(\((?!test2:|g}|test4)[\w+ :]+\))")
with open("text2.txt", "r") as f:
    words = pattern.findall(f.read())

with open("text1.txt", "r+") as f:
    content = pattern.sub(lambda x: words.pop(0) if words else x.group(), f.read())
    f.seek(0)
    f.write(content)
    f.truncate()

这段代码的作用是，通过使用正则表达式，按顺序逐个更改test1.txt中括号内的单词，并使用test2.txt中括号内的单词，并使用＆＃34; test2＆＃34;，＆＃34; test4＆＃34;一封信＆＃34; g＆＃34;。但是，我想提出另一个例外：例如，如果（test5）出现在两个文件中，即使它们在不同的行中，它也不会被re选中，所以它赢了。被替换;像这样留下text1.txt：

(testa)
(test2)
(g)
(testb)
(test4)
(test5)

我的问题是：我该怎么做？我应该改变程序的逻辑吗？或者我应该改变RE？

Answer 1

不考虑您发布的模式中的一些错误（我不知道这对于您的示例如何），关于策略，您可以将所有异常添加到列表中，并且一旦迭代两个文件，附加新的异常（两个文件中都出现）并通过插入所有它们（例外）加入'|'来编译正则表达式字符。

此代码适用于我。

import re

exceptions=['test2','test4','g']
pattern1 = re.compile(r"(\((?!"+'|'.join(ex for ex in exceptions)+")[\w+ :]+\))")

with open("text2.txt", "r") as f:
    words = pattern1.findall(f.read())
    print(words)

with open("text1.txt", "r+") as f:
    text = f.read()
    for line in text.splitlines():
        if line in words:
            new_exception =  re.search(r'\(([\w+ :]+)\)',line)
            exceptions.append(new_exception.group(1))
            words.remove(line)

    all_exceptions_compiled = re.compile(r"(\((?!"+'|'.join(ex for ex in exceptions)+")[\w+ :]+\))")
    content = all_exceptions_compiled.sub(lambda x: words.pop(0) if words else x.group(), text)
    f.seek(0)
    f.write(content)
    f.truncate()

请注意，我已通过以下方式修改了您的正则表达式模式：(\((?!test2|g|test4)[\w+ :]+\))

此代码在列表上实现迭代（On）和删除（On）操作，这取决于n的大小，不能成为有效的解决方案。如果要考虑性能，则应该改进此部分。

Python Regex - 涉及两个文本文件的异常

1 个答案: