Python正则表达式字符替换时引用pattern

问题

python中字符创替换操作通常使用replace函数，如果要批量将一些字符都进行统一替换呢，比如将标点符号都替换为PUNCT，此时大家会想到用正则表达式中的re.sub函数，更进一步，如果在替换时要求保留标点符号并在其两侧加上空格呢？泛化地说就是要求不删除被替换对象，而是在被替换对象本身进行一些修改，此时就需要在替换值参数中引用被替换对象，这就要用到pattern引用了，这么说太抽象，下面举例说明。

解决方法

使用正则表达式的向后引用功能即可，示例如下：

import re
re.sub(r'[_<>,\(\)\.\'%]', ' \g<0> ', '5% percent')

Out[9]: '5 %  percent'

上述代码在一些特殊符号的两侧分别加空格，向后引用\g<0>把 pattern 作为一整个组进行引用。

参考资料：

https://docs.python.org/zh-cn/3/library/re.html#re.sub