Question

我使用Python的re模块替换子字符串，例如：

>>> import re
>>> re.sub(r"a.*b","ab","acbacbacb")
'ab'

这会将.*与cbacbac匹配，但我希望它与c匹配三次，以便输出为ababab。

有人能告诉我怎么做吗？

Answer 1

最简单的解决方案是使用懒惰（非贪婪）*?运算符：

>>> re.sub(r"a.*?b","ab","acbacbacb")
'ababab'

然而，这可能会对性能产生影响。由于这个正则表达式的结构，你也可以使用等价的

re.sub(r"a[^b]*b","ab","acbacbacb")

可以表现得更好，具体取决于优化程序的优秀程度。

如果您对.*部分的结构有更多的先验知识，那么您应该更加明确。比如说，您已经知道a和b之间只有c，您可以这样做

re.sub(r"ac*b","ab","acbacbacb")

Answer 2

默认情况下，正则表达式是贪婪的。使用.*?

>>> import re
>>> re.sub(r"a.*?b","ab","acbacbacb")
'ababab'
>>>

http://docs.python.org/library/re.html

*，+和?限定符都是贪婪的;他们匹配得那么多文本尽可能。有时这种行为是不可取的;如果有 <.*>与'<H1>title</H1>'匹配，它将与整个匹配字符串，而不仅仅是'<H1>'。在限定符之后添加? 以非贪婪或极简的方式进行比赛;少数人物尽可能匹配。在前一个表达式中使用.*?将仅匹配'<H1>'。

Answer 3

使用非贪婪的比赛：

re.sub(r"a.*?b","ab","acbacbacb")
'ababab'

来自http://docs.python.org/library/re.html：

＆＃39; *＆＃39;，＆＃39; +＆＃39;，＆＃39;？＆＃39;资格赛都是贪心的;他们匹配得那么多文本尽可能。有时这种行为是不可取的。 [...]添加＆＃39;＆＃39;在限定符之后使它在非贪婪或者执行匹配最小的时尚;尽可能少的字符将被匹配。

Answer 4

re.sub(r"a.b","ab","acbacbacb")
'ababab'

python re string替换较少匹配的函数

4 个答案: