python用re.sub实现分组匹配和替换（及问答系统中的应用）

关于正则表达式替换，前面我写过一个应用：
python2代码搬运到python3要改很多print? 试试用pyCharm的正则表达式替换

      其实这里的替换已经使用了分组的思想。
      上面一行的匹配模式print (\S*)中，括号括起的部分匹配到的内容就被识别为匹配组1。而下一行的替换模式中，$1就指代了匹配组1的内容。
       所以在这个例子里，匹配组1匹配到的内容是“123”，而在替换时，“123”就替换了$1对应的位置。

       有时候，我们可能需要从一句话中提取多个分组，并且替换其中的全部，或者仅仅是部分几组。这个问题同样可以用正则表达式解决。这个方法是我在研究问答系统时琢磨出来的，所以我也以此作为例子：

       现在，我们的问答系统需要回答这样一个问题：

曹丕的父亲是谁？

       回答这个问题，要求我们把其中的“曹丕”和“父亲”提取出来（有时候也可以提取“谁”，用于限定答案的范围必须是一个人），然后就可以利用这两个条件在知识库中查找答案。
       这样，这个问题就转化为用正则表达式提取其中的三个分组。下面是我为此写的一个正则表达式：

import re
quest = "曹丕的父亲是谁？"
template = re.compile(r"(\S[^的]*)的(\S[^是]*)是(\S[^?]*)？")
matches = re.search(template,quest)
if matches: 
    print(matches.group(0))                   # full match
    print(matches.group(1))                   # match group1
    print(matches.group(2))                   # match group2
    print(matches.group(3))                   # match group3

结果

曹丕的父亲是谁？
曹丕
父亲
谁

而在回答时，我希望能够保持原句的语法，比如：

>>> answer("曹丕的父亲是谁？")
曹丕的父亲是曹操

这就意味着我们需要保留前两个分组，而把第三个分组用查找到的答案替换掉，假设已经查到答案，方法如下：

ans = "曹操"
re.sub(template,r"\1的\2是%s" % ans,quest)

曹丕的父亲是曹操

其中的\1,\2就表示第1、第2匹配组的内容（“曹丕”、“父亲”）。
问题词可以出现在不同位置，不过经过调整以后依然可以用正则表达式解决这问题，效果比如：

>>> answer("谁的父亲是曹操？")
曹彰的父亲是曹操
曹丕的父亲是曹操
曹植的父亲是曹操
曹昂的父亲是曹操

这是我实现的一个极简的基于知识库的问答系统的一部分，如果对其中的实现细节（包括正则表达式的适应性调整、知识图谱的查询SPARQL）感兴趣，可以在这里看到我更详细的jupyter notebook演示。