Question

我正在处理长字符串，我需要用''替换相邻句号.和/或冒号:的所有组合，但仅限于它们不相邻时到任何空白。例子：

a.bcd应该abcd
a..::.:::.:bcde.....:fg应该abcdefg
a.b.c.d.e.f.g.h应该abcdefgh
a .b应该提供a .b，因为此处的.与其左侧的空白相邻，因此无法替换
a..::.:::.:bcde.. ...:fg出于同样的原因应该abcde.. ...:fg

嗯，这是我尝试的（没有任何成功）。

尝试1：

s1 = r'a.b.c.d.e.f.g.h'
re.sub(re.search(r'[^\s.:]+([.:]+)[^\s.:]+', s1).group(1), r'', s1)

我希望获得'abcdefgh'，但实际得到的是r''。我理解为什么：代码

re.search(r'[^\s.:]+([.:]+)[^\s.:]+', s1).group(1)

返回'.'而不是'\.'，因此re.search无法理解它必须替换单个句号.而不是'.'像通常的正则表达式。

尝试2：

s1 = r'a.b.c.d.e.f.g.h'
re.sub(r'([^\s.:]*\S)[.:]+(\S[^\s.:]*)', r'\g<1>\g<2>', s1)

这不起作用，因为它返回a.b.c.d.e.f.gh。

尝试3：

s1 = r'a.b.c.d.e.f.g.h'
re.sub(r'([^\s.:]*)[.:]+([^\s.:]*)', r'\g<1>\g<2>', s1)

这适用于s1，但它无法解决我的问题，因为在s2 = r'a .b'它会返回a b而不是a .b。

有什么建议吗？

Answer 1

这里有很多问题。你的正则表达式与你想匹配的东西不匹配;此外，您对re.sub和re.search的理解已经结束。

要找到某些内容，re.search可让您找到字符串中发生某些事情的位置。

要替换某些内容，请在同一正则表达式而不是 re.sub上使用re.search，而不是。

并且，了解re.sub(r'thing(moo)other', '', s1)用替换字符串替换整个匹配。

有了这个，你的正则表达式，听起来像你想要的

r'(?<![\s.:])[.:]+(?![\s.:])'   # updated from comments, thanks!

包含一个带有句号和冒号的字符类（请注意方括号内不需要反斜杠 - 这是一个上下文，其中点和冒号没有任何特殊含义¹），尽可能多次重复;双方都认为，当两边都有空格\s时，我们无法匹配这些字符，也不包括字符本身，因此正则表达式引擎无法通过应用{{找到匹配项1}}不那么严格（如果有办法的话，最好找到匹配）。

现在，正则表达式只匹配您想要实际替换的部分，因此您可以执行

虽然在更广泛的方案中，你还需要知道如何保留比赛的某些部分。为了演示的目的，我将使用一个正则表达式，它将点或冒号前后的文本捕获到带括号的组中：

>>> import re
>>> s1 = 'name.surname@domain.com'
>>> re.sub(r'(?<![\s.:])[.:]+(?![\s.:])', r'', s1)
'namesurname@domaincom'

查看替换字符串中的>>> re.sub(r'(.*\S)[.:]+(\S.*)', r'\g<1>\g<2>', s1) 'name.surname@domaincom'如何引用＆＃34;无论第一组括号匹配＆＃34;并且类似\g<1>到第二个带括号的组。

您还会注意到，这无法替换第一个句点，因为第一组括号内的\g<2>匹配尽可能多的字符串。要避免这种情况，您需要一个只能尽可能少匹配的正则表达式。我们已经通过外观解决了上述问题，所以我会把你留在这里，尽管以不同的方式解决这个问题会很有趣（但并不太难）。

¹您甚至可以说正常的正则表达式语言（或语法，符号或形式）与方括号内的语言（或语法，符号或形式）分开！ / p>

Python正则表达式：如何实现这种复杂的替换规则？

1 个答案: