Question

假设我有一个包含大量随机内容的字符串，如下所示：

strJunk ="asdf2adsf29Value=five&lakl23ljk43asdldl"

我有兴趣获得位于'Value ='和'＆amp;'之间的子串，在这个例子中它将是'5'。

我可以使用如下的正则表达式：

 match = re.search(r'Value=?([^&>]+)', strJunk)
 >>> print match.group(0)
 Value=five
 >>> print match.group(1)
 five

为什么match.group（0）是整个'Value = five'而group（1）只是'five'？我有办法让'五'成为唯一的结果吗？（这个问题源于我对正则表达式的一种微弱的把握）

我还必须在此字符串中进行替换，例如：

 val1 = match.group(1)
 strJunk.replace(val1, "six", 1)

哪个收益率：

 'asdf2adsf29Value=six&lakl23ljk43asdldl'

考虑到我计划一遍又一遍地执行上述两项任务（在'Value ='和'＆amp;'之间找到字符串，以及替换该值），我想知道是否还有其他更有效的方法寻找子串并在原始字符串中替换它。我很好地坚持我所拥有的，但我只是想确保如果有更好的方法，我不会占用更多的时间。

Answer 1

命名组可以让以后更容易获取组内容。编译正则表达式一次，然后重用编译对象，将比为每次使用重新编译它更有效（这是重复调用re.search时会发生的情况）。你可以使用正向lookbehind和lookahead断言来使这个正则表达式适合你想要的替换。

>>> value_regex = re.compile("(?<=Value=)(?P<value>.*?)(?=&)")
>>> match = value_regex.search(strJunk)
>>> match.group('value')
'five'
>>> value_regex.sub("six", strJunk)
'asdf2adsf29Value=six&lakl23ljk43asdldl'

Answer 2

我不确定您是否正在解析网址，在这种情况下，您肯定应该使用urlparse模块。

但是，鉴于这不是您的问题，在Python中使用正则表达式拆分多个字段的能力非常快，因此您应该能够按照以下方式执行您想要的操作：

import re

strJunk ="asdf2adsf29Value=five&lakl23ljk43asdldl"
split_result = re.split(r'[&=]', strJunk)
split_result[1] = 'six'
print "{0}={1}&{2}".format(*split_result)

希望这有帮助！

编辑：

如果要多次拆分，可以使用re.compile()编译正则表达式。所以你有：

import re
rx_split_on_delimiters = re.compile(r'[&=]')  # store this somewhere

strJunk ="asdf2adsf29Value=five&lakl23ljk43asdldl"
split_result = rx_split_on_delimiters.split(strJunk)
split_result[1] = 'six'
print "{0}={1}&{2}".format(*split_result)

Answer 3

为什么match.group（0）是整个'Value = five'而group（1）只是'five'？我有办法让'五'成为唯一的结果吗？（这个问题源于我对正则表达式的一种微弱的把握）

我认为断言的背后可以帮助你。

>>> match = re.search(r'(?<=Value=)([^&>]+)', strJunk)
>>> match.group(0)
'five'

但是你只能在断言后面提供一个恒定长度的字符串。

>>> match = re.search(r'(?<=Value=?)([^&>]+)', strJunk)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib/python2.6/re.py", line 142, in search
    return _compile(pattern, flags).search(string)
  File "/usr/lib/python2.6/re.py", line 245, in _compile
    raise error, v # invalid expression
sre_constants.error: look-behind requires fixed-width pattern

如果没有正则表达式，我无法做到这一点。你这样做的方式应该比断言后面更快。

Python使用正则表达式和replace（）查找某些字符之间的子字符串

3 个答案: