Question

我想进行一些文本转换，例如从文本文件中读取：

CONTENTS
1. INTRODUCTION
1.1 The Linear Programming Problem 2
1.2 Examples of Linear Problems 7

并写入另一个文本文件：

("CONTENTS" "#") 
("1. INTRODUCTION" "#") 
("1.1 The Linear Programming Problem 2" "#11")  
("1.2 Examples of Linear Problems 7" "#16")

我用于此类转换的当前Python代码是：

infile = open(infilename)
outfile = open(outfilename, "w")

pat = re.compile('^(.+?(\d+)) *$',re.M)
def zaa(mat):
    return '("%s" "#%s")' % (mat.group(1),str(int(mat.group(2))+9))

outfile.write('(bookmarks \n')
for line in infile:
    outfile.write(pat.sub(zaa,line))
outfile.write(')')

它会将原始文本转换为
```
CONTENTS
1. INTRODUCTION
("1.1 The Linear Programming Problem 2" "#11")
("1.2 Examples of Linear Problems 7" "#16")
```
最后两行是正确的，但是前两行不是。所以我想知道如何容纳前两行，通过修改当前代码，或使用一些不同的代码？
代码不是我写的，而是我想了解其用法这里re.sub()。正如我发现的那样一个Python网站，

re.sub（正则表达式，替换，主题）执行搜索和替换主题，替换所有比赛更换主题的正则表达式。该结果由sub（）返回功能。您传递的主题字符串没有修改。

但是在我的代码中，它的用法是 `pat.sub（zaa，line）'，似乎我跟报价不一致描述。所以我想知道如何了解我的代码中的用法？

谢谢！

Answer 1

使用正则表达式，您正在搜索以数字结尾的行（可能是尾随空格）。您可以将数字设为可选：^(.+?(\d+)?) *$并确保zaa内的第2组引用可以处理空字符串。

def zaa(mat):
    return '("%s" "#%s")' % (mat.group(1), (str(int(mat.group(2))+9) if mat.group(2) else "") )

有了这个，当mat.group(2)为空时，你应该得到“＃”，当它不是空的时候你得到的是＃。

Answer 2

此测试脚本生成所需的输出：

import re
infilename = "infile.txt"
outfilename = "outfile.txt"

infile = open(infilename)
outfile = open(outfilename, "w")

pat = re.compile('^(.+?(\d*)) *$',re.M)
def zaa(mat):
    if mat.group(2):
        return '("%s" "#%s")' % (mat.group(1),str(int(mat.group(2))+9))
    else:
        return '("%s" "#")' % (mat.group(1))

outfile.write('(bookmarks \n')
for line in infile:
    outfile.write(pat.sub(zaa,line))
outfile.write(')')

Answer 3

但是在我的代码中，它的用法是pat.sub(zaa,line)，这在我看来与引用的描述不一致。

区别在于sub电话;您引用的文档是re.sub 函数，但这里使用的是编译regular expression object的sub 方法。 re.sub()中的初始模式参数将替换为sub方法绑定到的正则表达式对象。换句话说，

pat.sub(zaa, line)

相当于

re.sub(pat, zaa, line)

顺便说一下可怕的变量名。

关于Python中的Regex的一些问题

3 个答案: