re.sub 指定位置插入

最新推荐文章于 2023-11-24 17:14:03 发布
最新推荐文章于 2023-11-24 17:14:03 发布
阅读量1.8k 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： python 文章标签： python 正则表达式
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/pl0321/article/details/99639374
本文详细介绍了正则表达式中group()函数的使用方法，包括如何通过group(0), group(1)等获取匹配的字符串部分。同时，解释了re.sub函数中特殊字符1的作用，帮助读者更好地理解并运用正则表达式的分组功能。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

先说下group()

group() 用来提出分组截获的字符串，举个例子：

- group（0）就是匹配正则表达式整体结果

- group(1) 列出第一个括号匹配部分，group(2) 列出第二个括号匹配部分，group(3) 列出第三个括号匹配部分。

re.sub

其中“\1”表示括号内的部分

学习笔记：python re.sub()
帅泽泽的博客
07-09 1804
1.第一个参数：pattern pattern，表示正则表达式 反斜杠加数字（\N），则对应着匹配的组（matched group） 比如\6，表示匹配前面pattern中的第6个group 意味着，pattern中，前面肯定是存在对应的，第6个group，然后你后面也才能去引用 返回值： 如果匹配到对应组中的内容，怎返回repl 反斜杠加数字（\N） In [1]: import re In [2]: inputStr = "hello crifan, nihao crifan" In [3]: r
python中re.sub处理反向组引用\1和\10
weixin_43717462的博客
04-17 2504
最近遇到一个问题：如何把ip地址的最后一节用0补齐，比如192.168.1.8变成192.168.1.08（ip地址排序的时候，1.8老是排在1.18、1，28的后面）。于是想到了用正则表达式解决。 在python中，re模块的sub函数主要用于替换字符串中的匹配项。 re.sub()方法中含有5个参数： 1、pattern：该参数表示正则中的模式字符串。 2、repl：该参数表示要替换的字符串（支持分组引用），也可以是个函数。 3、string：该参数表示要被处理的原始字符串。 4、count
python正则表达式re.sub()函数解析（替换字符串中的匹配项）
Dontla的博客
11-24 1万+
正则表达式（Regular Expression）是用于描述字符序列模式的语法规则集合。它可以用来检查一个串是否含有某种子串、将匹配的子串替换或从中提取出子串等。re.sub()函数是Python正则表达式工具箱中非常有用的一个工具，可以处理复杂的文本替换任务。掌握其用法对于任何需要文本处理的程序员来说都是极其重要的。通过上述示例和解释，我们对re.sub()函数有了更加深入的了解，并可以在实际编程中灵活运用。
如何使用re.sub()进行插入而是不替换
weixin_44305115的博客
05-20 324
该段正则的主要目的就是寻找段落中句子结尾处(也即以句号感叹号问号所在的地方)，然后使用换行符“\n”加以切分。但是又不想将上述符号替换，所以在re.sub()函数中的第二部分，使用了r"\1\n\2"来进行插入，此处“\1”的作用就是表示前面匹配的符号(比如句号)，“\2”表示的是正则所匹配符号的后一位字符(例如句号后面的“用”等)，中间的“\n”表示要插入的符号。当然前面不要忘了加上“r”。需求如题，比如对于下面的句子，我想将段落切分为子句，切分成一行一个子句的格式输出，同时不对原句子的任何字符修改。
在字符串指定字符位置处插入新字符
qq_27061325的博客
12-04 1868
有时候生成txt文件，会一不小心忘了加换行，导致所有item都在一行，但希望每个item在独立地一行。每个item的字符串都是满足一定的特点的，因而可以通过插入'\n'的方法作修改。 比如，有一文件“1.txt”的内容是“word_1.png,Latinword_2.png,Latinword_3.png,Latinword_4.png,Latinword_5.png,Latin”，只有一行。那...
python正则替换列表的中括号
Magician0619的博客
08-01 1731
python中re库的sub()方法 re.sub(pattern, repl, string, count=0, flags=0) pattern : 正则中的模式字符串。 repl : 替换的字符串，也可为一个函数。 string : 要被查找替换的原始字符串。 count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。 import re a_list=[[1.0,2.0],1,2] print(a_list) print(a_list[0]) string = str(a_li
Python中re的用法示例
LSEC小陆的博客
08-14 1914
re模块的介绍点这里，不再详述。给出一个简单的re实例，匹配字符串中的hello字符串 ，希望各位看官能从中悟出点什么。# -*- coding: utf-8 -*- #一个简单的re实例，匹配字符串中的hello字符串 #导入re模块 import re # 将正则表达式编译成Pattern对象，注意hello前面的r的意思是“原生字符串” pattern = re.compile
这段代码有什么用def preprocess_sentence(w): #变为小写，去掉多余的空格，变成小写，id少一些 w = unicode_to_ascii(w.lower().strip()) # 在单词与跟在其后的标点符号之间插入一个空格 # eg: "he is a boy." => "he is a boy . " # Reference:- https://stackoverflow.com/questions/3645931/python-padding-punctuation-with-white-spaces-keeping-punctuation w = re.sub(r"([?.!,¿])", r" \1 ", w) #因为可能有多余空格，替换为一个空格，所以处理一下 w = re.sub(r'[" "]+', " ", w) # 除了 (a-z, A-Z, ".", "?", "!", ",")，将所有字符替换为空格，你可以保留一些标点符号 w = re.sub(r"[^a-zA-Z?.!,¿]+", " ", w) w = w.rstrip().strip() return w print(preprocess_sentence(en_sentence)) print(preprocess_sentence(sp_sentence)) print(preprocess_sentence(sp_sentence).encode('utf-8')) #¿是占用两个字节的
03-13
接下来，`re.sub(r'[" "]+', " ", w)`是处理可能出现的多个空格，替换为单个空格，避免多余空格影响分词或模型处理。 然后，第三个正则表达式`re.sub(r"[^a-zA-Z?.!,¿]+", " ", w)`的作用是保留字母和特定标点符号...
怎么打包这个import os import tkinter as tk from tkinter import filedialog from openpyxl import load_workbook from tkinterdnd2 import DND_FILES, TkinterDnD import warnings import re from docx import Document from docx.oxml.shared import qn from docx.oxml import parse_xml import xml.etree.ElementTree as ET from zipfile import ZipFile import tempfile import shutil warnings.filterwarnings("ignore", category=UserWarning, module="openpyxl.reader.drawings") def replace_in_xlsx(file_path, old_text, new_text): wb = load_workbook(file_path) for sheet in wb.sheetnames: ws = wb[sheet] for row in ws.iter_rows(): for cell in row: if isinstance(cell.value, str) and old_text in cell.value: cell.value = cell.value.replace(old_text, new_text) wb.save(file_path) def replace_in_docx(file_path, old_text, new_text): """ 全面替换Word文档中所有位置的指定文本（包括图表、批注等） 返回处理后的文件路径（避免直接覆盖原文件） """ # 创建临时副本防止原文件锁定 temp_dir = tempfile.mkdtemp() temp_file = os.path.join(temp_dir, "temp.docx") shutil.copyfile(file_path, temp_file) try: # 第一阶段：使用python-docx处理常规内容 doc = Document(temp_file) pattern = re.compile(re.escape(old_text), re.IGNORECASE) # 1. 处理段落（合并Run后替换） for para in doc.paragraphs: full_text = ''.join([run.text for run in para.runs]) if pattern.search(full_text): # 清空所有Run for run in para.runs: run.text = '' # 在第一个Run插入新文本 if para.runs: para.runs[0].text = pattern.sub(new_text, full_text) else: para.add_run(pattern.sub(new_text, full_text)) # 2. 处理表格（含嵌套表格） def process_table(table): for row in table.rows: for cell in row.cells: for para in cell.paragraphs: full_text = ''.join([run.text for run in para.runs]
03-26
比如使用sys._MEIPASS来定位打包后的资源位置。 最后，测试打包后的程序是否正常运行，以及如何解决常见的错误，比如防病毒软件误报，或者缺少VC运行库等。 总结步骤应该是：安装PyInstaller，创建spec文件（如果...
import os import re #re正则库 #定义获取index.html时间函数 def get_time_from_index_html(directory): #拼接指定目录的上一级目录 index_html_path = os.path.join(directory,"..","index.html") #打开index文件存到f变量里，read读取内容返回给content with open(index_html_path,"r",encoding="utf-8") as f: content = f.read() #正则查找index文件开始时间和结束时间 #.任意除了换行符\n之外任意单个字符，*匹配前面字符一次或多次，？非贪婪模式，如果多个相同的尽量匹配少的 start_time_match = re.search(r"开始：(.*?)<br />",content) end_time_match = re.search(r"结束：(.*?)</td>",content) #group（1）返回匹配到的捕获组（第一个括号里的正则），返回两个时间的元组 if start_time_match and end_time_match: start_time = start_time_match.group(1) end_time = end_time_match.group(1) return start_time , end_time else: return None, None #定义时间替换函数 def replace_html_time(directory): #获取时间元组 start_time, end_time = get_time_from_index_html(directory) if start_time is None or end_time is None: print("无法提取起始时间和结束时间") return #os.walk 函数遍历指定目录 directory 中的所有文件和子目录。 #os.walk 函数返回一个生成器（Generator），用于递归地遍历指定目录下的文件和子目录。它返回的三个值 root、dirs 和 files 分别表示当前遍历到的目录路径、子目录列表和文件列表。 for root, dirs, files in os.walk(directory): for file in files: #遍历所有html结尾的文件 if file.endswith(".html"): #拼接文件完整路径，只读（r）打开文件，文件对象f调用read方法读取文件内容并赋给变量content file_path = os.path.join(root, file) with open(file_path,"r",encoding="utf-8") as f: content = f.read() #正则匹配遍历的文件替换index文件的时间存给变量content #sub方法替换,r原始字符串，f格式化字符串，可以插入变量 content = re.sub(r"<th>扫描起始时间</th>\n\t\t\t\t<td>.*?</td>",f"<th>扫描起始时间</th>\n\t\t\t\t<td>{start_time}</td>",content) content = re.sub(r"<th>扫描结束时间</th>\n\t\t\t\t<td>.*?</td>",f"<th>扫描结束时间</th>\n\t\t\t\t<td>{end_time}</td>",content) #写入模式打开文件，write方法替换修改后的内容 with open(file_path,"w",encoding="utf-8") as f: f.write(content) print(f"已替换文件：{file_path}") #指定的目录 directory_path = "" replace_html_time(directory_path) 修改代码为修改host文件下所有文件格式为x.x.x.x.html文件的扫描起始时间和扫描结束时间，-r 扫描起始时间，-f 扫描结束时间，为传入参数
最新发布
07-31
content = re.sub( r'(扫描结束时间</th>\s*).*?()', f'\\g<1>{end_time}\\g<2>', content ) # 写回文件 with open(file_path, 'w', encoding='utf-8') as f: f.write(content) file_count += 1 print...
import os from bs4 import BeautifulSoup import re 指定文件夹路径 folder_path = "C:/Users/test/Desktop/DIDItest" 正则表达式模式 pattern = r'<body>(.*?)</body>' 遍历文件夹中的所有文件 for root, dirs, files in os.walk(folder_path): for file in files: # 读取html文件 file_path = os.path.join(root, file) with open(file_path, "r", encoding="utf-8-sig") as f: html_code = f.read() # 创建BeautifulSoup对象 soup = BeautifulSoup(html_code, 'html.parser') # 使用正则表达式匹配<body>标签内的数据 body_data = re.findall(pattern, html_code, re.DOTALL) # 剔除<p>和()</p> body_data = body_data[0].replace("<p>", "").replace("()</p>", "") # 使用正则表达式提取talk_id、时间、发送者ID和接收者ID matches = re.findall(r'\[talkid:(\d+)\](\d+年\d+月\d+日 \d+:\d+:\d+).*?<span.*?>(\d+)<.*?>(.*?)<.*?''((中发言|发送)\s(.*?)\s)', body_data) # 提取唯一ID,时间,发送号码和私聊群聊关键词 matches1 = re.findall(r'<span.*?hint-success.*?>(\d+)', body_data) matches2 = re.findall(r'(?:中发言|发送)\s*(.*?)\s*(?:音频 :|图片 :)?(?:\[([^\]]+)\])?', body_data) # 处理匹配结果 for match in matches: talk_id = match[0] time = match[1] send_id = match[2] talk_type = match[3] content = match[4] # 提取第二个号码为接收号码 if len(matches1) >= 2: receive_id = matches1[3] # 替换字符 time = time.replace('年', '-').replace('月', '-').replace('日', '') talk_type = talk_type.replace('向', '私聊').replace('在群', '群聊') content = content.replace('音频', '').replace('图片', '').replace('发送','').replace('中发言','') content = re.sub(r'\n', '', content) print("---导入完成-----") 使用python 创建sql数据库并将数据导入到sql文件中
07-17
content = re.sub(r'\n', '', content) # 插入数据到表格中 cursor.execute("INSERT INTO chat_data VALUES (?, ?, ?, ?, ?, ?)", (talk_id, time, send_id, receive_id, talk_type, content)) # 提交事务并...
import os from bs4 import BeautifulSoup import re 指定文件夹路径 folder_path = "C:/Users/test/Desktop/DIDItest" 正则表达式模式 pattern = r'<body>(.*?)</body>' 遍历文件夹中的所有文件 for root, dirs, files in os.walk(folder_path): for file in files: # 读取html文件 file_path = os.path.join(root, file) with open(file_path, "r", encoding="utf-8-sig") as f: html_code = f.read() # 创建BeautifulSoup对象 soup = BeautifulSoup(html_code, 'html.parser') # 使用正则表达式匹配<body>标签内的数据 body_data = re.findall(pattern, html_code, re.DOTALL) # 剔除<p>和()</p> body_data = body_data[0].replace("<p>", "").replace("()</p>", "") # 使用正则表达式提取talk_id、时间、发送者ID和接收者ID matches = re.findall(r'\[talkid:(\d+)\](\d+年\d+月\d+日 \d+:\d+:\d+).*?<span.*?>(\d+)<.*?>(.*?)<.*?''((中发言|发送)\s(.*?)\s)', body_data) # 提取唯一ID,时间,发送号码和私聊群聊关键词 matches1 = re.findall(r'<span.*?hint-success.*?>(\d+)', body_data) matches2 = re.findall(r'(?:中发言|发送)\s*(.*?)\s*(?:音频 :|图片 :)?(?:\[([^\]]+)\])?', body_data) # 处理匹配结果 for match in matches: talk_id = match[0] time = match[1] send_id = match[2] talk_type = match[3] content = match[4] # 提取第二个号码为接收号码 if len(matches1) >= 2: receive_id = matches1[3] # 替换字符 time = time.replace('年', '-').replace('月', '-').replace('日', '') talk_type = talk_type.replace('向', '私聊').replace('在群', '群聊') content = content.replace('音频', '').replace('图片', '').replace('发送','').replace('中发言','') content = re.sub(r'\n', '', content) print("---导入完成-----") 创建sql数据库并将数据导入到sql文件中
07-17
content = re.sub(r'\n', '', content) # 插入数据到表格中 cursor.execute("INSERT INTO chat_data VALUES (?, ?, ?, ?, ?, ?)", (talk_id, time, send_id, receive_id, talk_type, content)) # 提交事务并...
re.sub 使用技巧：捕获分组
q1042960848的博客
08-31 3310
Python re正则笔记（1） 1. re.sub 调用格式： re.sub(pattern, repl, string, count=0, flags=0) 这里记录一下当repl参数为函数时的使用方法。 方法一： import re def dashrepl(matchobj): if matchobj.group(0) == '-': return ' ' else: return '-' re.sub('-{1,2}', dashrepl, 'pro----gram-files')
re.sub() 正则替换中关于分组的操作
北游的日常
08-31 2838
re.sub(pattern, repl, string, count=0, flags=0) 这是它的原型，网上对此式解说文章，多不胜数。对第二个参数，repl，上述用法，述者寥寥。 但其功能，是以第一个参数，pattern中第一个组中值，替换pattern所匹配的字串，其格式为\number，编号从1开始第应第1组，以此类推，功能与\g&lt;numb...
正则表达式进阶之re.compile()与pattern.group()、pattern.span()及lambda表达式在re.sub中的用法
岁月如歌
03-11 2182
主要参考自：https://www.runoob.com/python/python-reg-expressions.html 一、re.compile()与pattern.group()、pattern.span()、pattern.start()、pattern.end()各方法之间的关系 re.complile() 返回的是 re.RegexObject对象，可以用于 pattern.fi...
python的re库的一些用法和理解
学习笔记
02-27 2041
python的re库的一些用法和理解1 re.sub()2 re.findall()3 re.compile() 1 re.sub() 这个函数可以用来替换字符串中的制定字符 # coding: utf-8 import re texts = "dawdada" text1 = re.sub('a', "%", texts) text2 = re.sub('d', "", text1) print(text1) print(text2) 运行结果 不仅如此，re.sub()还能够匹配到制定的模板之后，将
re.sub()用法详解
热门推荐
IT之一小佬的博客
03-22 9万+
re.sub()用法详解 源代码、参数及其意义： def sub(pattern, repl, string, count=0, flags=0): """Return the string obtained by replacing the leftmost non-overlapping occurrences of the pattern in string by the replacement repl. repl can be either a string or
python re.sub用法_re.sub用法
weixin_39869043的博客
12-17 1061
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,flagspattern,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 pyth...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值