re.sub 使用方法

最新推荐文章于 2023-11-24 17:14:03 发布

原创最新推荐文章于 2023-11-24 17:14:03 发布 · 3.2w 阅读

22 ·

CC 4.0 BY-SA版权

程序设计专栏收录该内容

12 篇文章

订阅专栏

re.sub功能是对于一个输入的字符串，利用正则表达式，来实现字符串替换处理的功能返回处理后的字符串

re.sub共有五个参数

三个必选参数 pattern，repl，string

两个可选参数count，flags

pattern，表示正则中的模式字符串
- 反斜杠加数字（\n）表示对应匹配的组也就是用之前匹配到的字符串补充到这个位置，例如
- 将“hello python,ni hao c,zai jian python”替换为PHP，代码如下替换成功
- ```
import re
inputStr="hello python,ni hao c,zai jian python"
replaceStr=re.sub(r"hello (\w+),ni hao (\w+),zai jian \1","PHP",inputStr)
print replaceStr
```
  代码中的\1表示第一次匹配到的字符串也就是“python”，这样可以匹配原来的字符串，从而整个字符串替换为PHP
- 若改为下面这样（红色部分为不同的地方）
- ```
import re
inputStr="hello python,ni hao c,zai jian python"
replaceStr=re.sub(r"hello (\w+),ni hao (\w+),zai jian \2","PHP",inputStr)
print replaceStr
```
  代码中的\2表示第二次匹配到的字符串也就是“c”，显然不能和原来的字符串匹配，所以不会替换
  这里是为了说明区别\n代表的是第n次所匹配到字符串，而不是第n次用到的匹配模式

repl，表示要被替换的，可以是字符串也可以是函数，
- 如果是字符串，则所有的反斜杠转义字符都会被处理
- \n：被处理为对应的换行符
- \r ：被处理为回车符
- 不能被识别的转义字符，则只是被识别为普通的字符，例如：\j被处理为j这个字母本身
- 反斜杠加g以及中括号内一个名字，即\g<name>对应命名了的组
- 例如：
- ```
import re
inputStr="hello python,ni hao c,zai jian python"
replaceStr=re.sub(r"hello (\w+),ni hao (\w+),zai jian \1","\g<2>",inputStr)
print replaceStr
```
  运行结束输出c，这里的g<2>表示用第二个匹配到的字符串进行替换，也就是标红部分
- 也可以用命名分组的方式
- ```
import re
inputStr="hello python,ni hao c,zai jian python"
replaceStr=re.sub(r"hello (?P<word1>\w+),ni hao (?P<word2>\w+),zai jian \1","\g<word2>",inputStr)
print replaceStr
```
  输出结果为c，将每个匹配的字符串进行了命名，word2匹配到的是c
- 如果是函数，则可以这样使用
- ```
import re
def pythonSubDemo():
    inputStr="hello 123 world 456";
    def _add111(matched):
        intStr=matched.group("number")
        intValue=int(intStr)
        addValue=intValue+111
        addValueStr=str(addValue)
        return addValueStr
    replacedStr=re.sub("(?P<number>\d+)",_add111,inputStr)
    print replacedStr
if __name__=="__main__":
    pythonSubDemo()
```
  主要代码解释，匹配字符串中的数字，将其命名为组number，一共匹配到两个123和456
  将匹配到的东西执行_add111函数，判断是不是组名为number，然后执行。

string，要处理的字符串

count，限定替换的个数，默认为替换所有

flags，匹配模式，可以使用按位或‘|‘表示同时生效，也可以在正则表达式中指定。
- re.I忽略大小写
- re.L表示特殊字符集\w,\W,\b,\B,\s,\S
- re.M表示多行模式
- re.S ‘.’包括换行符在内的任意字符
- re.U表示特殊字符集\w,\W,\b,\B,\d,\D,\s,\D