python将句子中两个子串位置互换的…

想要将文中所有的类似

AA 。\cite{JAP77, Solid3439}BB 。\cite{JAP89, Solid3439}CC

替换为

AA\cite{JAP77, Solid3439} 。BB\cite{JAP89, Solid3439} 。CC

即 。与  \cite{....} 互换位置

采用非贪婪匹配，边界条件都用*?来匹配即可。

import sys 

import os 

import re

def changefile(filename):

    p = re.compile(r"(.*?)(。)(\\cite{.*?})(.*?)")

     

    with open(filename,'r') as FILEIN:

        with open("New"+filename,'w') as FILEOUT:

            for line in FILEIN.readlines():

                line = p.sub(r'\1\3\2\4', line)

                FILEOUT.write(line)

    FILEIN.close()

    FILEOUT.close()

if __name__ == '__main__':

    changefile("C1-CHAP3.tex")

非贪婪匹配：

先看一个例子 

举例： 

源字符串：aa

test1

bb

test2

cc 

正则表达式一：

.*

 

匹配结果一：

test1

bb

test2

 

正则表达式二：

.*?

 

匹配结果二：

test1

（这里指的是一次匹配结果，所以没包括

test2

） 

另外有一点需要注意的是。我们都知道 r'...' 对字符串不进行转义。但是要注意的是，在正则表达式中该转义的还是需要转义。这是正则表达式的需要，而不能仅仅看作是一个字符串。

例如对于下面一句话，

aaaaaaaaa$     bbbbbbbbbbbbbbbbb

我们想要吧$符号后面的空格全删除，需要这样做。

p = re.compile(r'\$\s*')  

  #虽然有r''。但这里是正则表达式，所以需要加\$   否则在正则表达式里的意思就是结尾符号了

line = re.sub(p , r"$",line)  #这里就是要替换为   r"$"，这是一个字符串，不需要转义

结果就是

aaaaaaaaa$bbbbbbbbbbbbbbbbb