python正则替换操作re.sub()

本科时候只泛泛的学过“C++之父"-浩强哥的一些些编程内容，虽然从事科研工作，远离了IT行业，但是想想技术不能丢，python作为一门脚本语言，还是要学一学滴，言归正传，今天学了点啥呢？嗯，re.sub，就说说这个吧。

网上自己搜些python入门小例程，看到一则这样的：

import re 
d = dict() 
def save(m): 
    l = m.groups()
    d[l[0]] = l[2] 
    return l[0]+l[1]
s='this is a test [error] where we [hahah] can have a talk!'
print(s) 
r = re.sub(r'(\w+)（\s+）\[(\w+)\]', save, s) 
print(r) 
print(d) 

这则代码是百度知道里面一个答案，作用是利用python正则表达对字符串中的[]内容进行剔除，输出木有[]内容的字符串。仔细看了看，用到的python内容还不少，dict，group，正则都用上了，对于我这个小菜鸟新手来说要看一看~于是一个个的百度查看吧~

看看代码

d=dict()

定义了一个字典，我们暂时不管，貌似是作者要做些演示操作的，之后def了一个函数save

def save(m): 
    l = m.groups()
    d[l[0]] = l[2] 
    return l[0]+l[1]

这里save函数对形参m进行了一个groups操作，于是就要百度groups()是干嘛的呢？哦，原来groups()是跟着正则表达式一起用的呀，对正则表达式提取内容进行分类存储，我们看下代码：

r = re.sub(r'(\w+)（\s+）\[.*\]', save, s) 

r'(\w+)（\s+）\[.*\]' 

(\w+)=>l[0] //也就是提取出来的整块字母啥的放到m.groups()[0]里面

(\s+)=>l[1] //也就是提取出来的空格符放到m.groups()[1]里面

\["""(\w+)"""\]=>l[2] //也就是提取出来的[]中()的内容放到m.groups()[2]里面

如果正则表达式中木有()之类的分割的话，那么我们的groups()貌似就木有啥作用了（百度知道）

ok.函数看过了，我们看看大头了，re.sub()的操作，re.sub百度了下，发现是一个替换操作，利用正则表达式，将s中出现的内容替换成re.sub的第二个参数，这个参数可以是一个字符，或者字符串，例如：

re.sub('[abc]', 'o', 'rock') 
>>>'rook'

这里就是通过查询目标字符串中是否存在a,b,c中的某个，查找到就替换成o。然而我们示例程序中第二个参数是一个函数啊，好吧，再看看是函数的时候是怎么操作的：

re.sub(pattern, repl, string, count=0, flags=0)

If repl is a function, it is called for every non-overlapping occurrence of pattern.

每个正则表达式都会调用这个函数，那就简单点理解吧，我们的s在re.sub的时候呢，调用这个save的函数，利用的当然是正则表达式的规则，找那种‘Anything+空格+[Anything]’的玩意，那么找到之后，替换规则就是save函数中给出的了，返回的是‘Anything+空格’，但是呢dict()中我们存一下Anything:[Angthing]这个玩意，以便日后观赏。小菜鸟也就只能理解到这个地步了，所以最后的输出，可想而知啦：

this is a test [error] where we [hahaha] can have a talk!
this is a test  where we  can have a talk!
{'test': 'error', 'we': 'hahaha'}

但是我们可以看出来哦，这个做法不好的地方，就是替换后多了一个空格，所以代码稍微修改下下：

    return l[0]

this is a test [error] where we [hahaha] can have a talk!
this is a test where we can have a talk!
{'test': 'error', 'we': 'hahaha'}

然后看到那个百度知道下面有人留言说[(\w+)]太片面了，改成[.*]，那么这样一来其实更简单了做起来，我们对save函数稍作修改就行了：

def save(m): 
    l = m.groups()
    return ''

正则表达式那块呢修改下下：

r = re.sub(r'\[.*\]', save, s) 

这样的话，我们不要啥dict()了，本来嘛就是用来删除[]内容的，这样简洁明了~save直接换成'(无内容)'也可以，不过放个函数吗，看着高大上一点，这样对re.sub的参数使用也更加熟悉一点。

re.sub我自己搜索的觉得这个文章写的不错：http://www.crifan.com/python_re_sub_detailed_introduction/ 供大家参考

好啦，小菜鸟就说这么多啦，啰嗦了点，嘻嘻~