关于正则表达式re.sub替换字符串的问题

最新推荐文章于 2024-04-27 13:30:00 发布

「已注销」

最新推荐文章于 2024-04-27 13:30:00 发布

阅读量210

点赞数

文章标签：正则表达式

本文链接：https://blog.csdn.net/m0_54874656/article/details/126431987

版权

我是一名Python初学者，在使用网站正则表达式 – 简介 | 菜鸟教程学习正则表达式。

在学习的过程中突发奇想，想着使用找规律的方式将学习的目录给导出来，但由于水平实在有限，所以只能采用手动的方式进行操作，具体操作步骤如下：

1.先将网站的源代码复制近一个sourcetxt文件，然后找到目录的开头和结尾。

2.开头为<div class="sidebar-box gallery-list">，结束为<div class="col middle-column">

3.代码如下：

import re
f=open('F:\Python\source.txt','r',encoding='UTF-8')
source=f.read()
every_reply=re.findall('sidebar-box gallery-list(.*?)col middle-column',source,re.S)
print(every_reply)  #便于查找，可以注释掉
for reply in every_reply:
    title=re.findall('title="(.*?)"',reply,re.S)
    url=re.findall('href="(.*?)"',reply,re.S)
for j in range(len(title)):
    print('Nmae:{} Url:{}'.format(title[j],url[j]))

输出结果如下：

Nmae:正则表达式 – 教程 Url:/regexp/regexp-tutorial.html
Nmae:正则表达式 – 简介 Url:/regexp/regexp-intro.html
Nmae:正则表达式 – 语法 Url:/regexp/regexp-syntax.html
Nmae:正则表达式 - 修饰符 Url:/regexp/regexp-flags.html
Nmae:正则表达式 – 元字符 Url:/regexp/regexp-metachar.html
Nmae:正则表达式 – 运算符优先级 Url:/regexp/regexp-operator.html
Nmae:正则表达式 – 匹配规则 Url:/regexp/regexp-rule.html
Nmae:正则表达式 – 示例 Url:/regexp/regexp-example.html
Nmae:正则表达式在线测试 Url:http://c.runoob.com/front-end/854

我发现在名称中出现了"&#8211"的乱码，所以想使用re.sub进行替换，代码如下：

import re
f=open('F:\Python\source.txt','r',encoding='UTF-8')
source=f.read()
every_reply=re.findall('sidebar-box gallery-list(.*?)col middle-column',source,re.S)
print(every_reply)  #便于查找，可以注释掉
for reply in every_reply:
    title=re.findall('title="(.*?)"',reply,re.S)
    url=re.findall('href="(.*?)"',reply,re.S)
for i in range(len(title)):
    re.sub('表达式 .*? ','',title[i])
for j in range(len(title)):
    print('Nmae:{} Url:{}'.format(title[j],url[j]))

但是发现输出结果保持不变，请问一下问题出现在哪里？应该如何解决？？