python正则的替换应用

今天遇到一个问题，从漏扫导出的报告中的cnnvd的链接都是无效链接，于是想写个脚本，把上面的链接都替换一下。开始查了regex模块的内容，以为需要subfn函数，可是subfn函数需要用format，在网上搜索subfn python format，没有搜索到内容。在subfn的使用上我卡了很久。

后来重新搜索regex的replace内容，发现不需要用subfn，只需要用sub函数就可以。

sub支持\1 \2 \3...保留原字符串中的内容。用括号把原字符串中需要保留的内容括起来，然后在\1 \2 \3...把它们加上，就可以保留在新字符串中了。

举例：

我要把<a href="http://www.cnnvd.org.cn/vulnerability/show/cv_id/201408058" target="_blank">CNNVD-201408-058</a>，替换为：<a href="http://www.cnnvd.org.cn/web/xxk/ldxqById.tag?CNNVD=CNNVD-201408-058" target="_blank">CNNVD-201408-058</a>

我的pattern是这样写的：

pattern = re.compile(r"(<a href=\"http://www.cnnvd.org.cn/)vulnerability/show/cv_id/\d+(\" target=\"_blank\">)(CNNVD-\d+-\d+)(</a>)", re.DOTALL)

再加上sub的语句：pattern.sub(r"\1web/xxk/ldxqById.tag?CNNVD=\3\2\3\4", s)

结果就正确输出了。

特别注意：没有匹配的部分，会继续保留到新字符串中。

正则的pattern要尽量简单，尽量短。以减少漏结果。

另外，python的lstrip函数，遇到.会出错，具体原因不详。