re.sub的功能
re是regular expression的所写,表示正则表达式
sub是substitute的所写,表示替换;
re.sub是个正则表达式方面的函数,用来实现通过正则表达式,实现比普通字符串的replace更加强大的替换功能;
举个最简单的例子:
如果输入字符串是:
inputStr = "hello 111 world 111"
- 1
- 1
那么你可以通过
replacedStr = inputStr.replace("111", "222")
- 1
- 1
去换成
"hello 222 world 222"
- 1
- 1
但是,如果输入字符串是:
inputStr = "hello 123 world 456"
- 1
- 1
而你是想把123和456,都换成222
(以及其他还有更多的复杂的情况的时候),
那么就没法直接通过字符串的replace达到这一目的了。
就需要借助于re.sub,通过正则表达式,来实现这种相对复杂的字符串的替换:
replacedStr = re.sub("\d+", "222", inputStr)
- 1
- 1
当然,实际情况中,会有比这个例子更加复杂的,其他各种特殊情况,就只能通过此re.sub去实现如此复杂的替换的功能了。
所以,re.sub的含义,作用,功能就是:
对于输入的一个字符串,利用正则表达式(的强大的字符串处理功能),去实现(相对复杂的)字符串替换处理,然后返回被替换后的字符串
其中re.sub还支持各种参数,比如count指定要替换的个数等等。
下面就是来详细解释其各个参数的含义。
re.sub的各个参数的详细解释
re.sub共有五个参数。
re.sub(pattern, repl, string, count=0, flags=0)
其中三个必选参数:pattern, repl, string
两个可选参数:count, flags
第一个参数:pattern
pattern,表示正则中的模式字符串,这个没太多要解释的。
需要知道的是:
- 反斜杠加数字(\N),则对应着匹配的组(matched group)
比如\6,表示匹配前面pattern中的第6个group
意味着,pattern中,前面肯定是存在对应的,第6个group,然后你后面也才能去引用比如,想要处理:
hello crifan, nihao crifan
- 1
- 1
且此处的,前后的crifan,肯定是一样的。
而想要把整个这样的字符串,换成crifanli
则就可以这样的re.sub实现替换:
inputStr = "hello crifan, nihao crifan"; replacedStr = re.sub(r"hello (\w+), nihao \1", "crifanli", inputStr);
- 1
- 2
- 1
- 2
第二个参数:repl
repl,就是replacement,被替换,的字符串的意思。
repl可以是字符串,也可以是函数。
repl是字符串
如果repl是字符串的话,其中的任何反斜杠转义字符,都会被处理的。
即:
- \n:会被处理为对应的换行符;
- \r:会被处理为回车符;
- 其他不能识别的转移字符,则只是被识别为普通的字符:
比如\j,会被处理为j这个字母本身;
- 反斜杠加g以及中括号内一个名字,即:\g,对应着命了名的组,named group
接着上面的举例:
想要把对应的:
hello crifan, nihao crifan
- 1
- 1
中的crifan提取出来,只剩:
crifan
就可以写成:
inputStr = "hello crifan, nihao crifan"; replacedStr = re.sub(r"hello (\w+), nihao \1", "\g<1>", inputStr); print "replacedStr=",replacedStr; #crifan
- 1
- 2
- 3
- 1
- 2
- 3
对应的带命名的组(named group)的版本是:
inputStr = “hello crifan, nihao crifan”;
replacedStr = re.sub(r”hello (?P\w+), nihao (?P=name)”, “\g”, inputStr);
print “replacedStr=”,replacedStr; #crifanrepl是函数
举例说明:
比如输入内容是:
hello 123 world 456
- 1
- 1
想要把其中的数字部分,都加上111,变成:
hello 234 world 567
- 1
- 1
那么就可以写成:
#!/usr/bin/python # -*- coding: utf-8 -*- import re; def pythonReSubDemo(): """ demo Pyton re.sub """ inputStr = "hello 123 world 456"; def _add111(matched): intStr = matched.group("number"); #123 intValue = int(intStr); addedValue = intValue + 111; #234 addedValueStr = str(addedValue); return addedValueStr; replacedStr = re.sub("(?P<number>\d+)", _add111, inputStr); print "replacedStr=",replacedStr; #hello 234 world 567 ############################################################################### if __name__=="__main__": pythonReSubDemo();
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
第三个参数:string
string,即表示要被处理,要被替换的那个string字符串。
没什么特殊要说明。
第四个参数:count
举例说明:
继续之前的例子,假如对于匹配到的内容,只处理其中一部分。
比如对于:
hello 123 world 456 nihao 789
- 1
- 1
只是像要处理前面两个数字:123,456,分别给他们加111,而不处理789,
那么就可以写成:
#!/usr/bin/python # -*- coding: utf-8 -*- import re; def pythonReSubDemo(): """ demo Pyton re.sub """ inputStr = "hello 123 world 456 nihao 789"; def _add111(matched): intStr = matched.group("number"); #123 intValue = int(intStr); addedValue = intValue + 111; #234 addedValueStr = str(addedValue); return addedValueStr; replacedStr = re.sub("(?P<number>\d+)", _add111, inputStr, 2); print "replacedStr=",replacedStr; #hello 234 world 567 nihao 789 ############################################################################### if __name__=="__main__": pythonReSubDemo();
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
第五个参数:flags
关于re.sub的注意事项
要注意,被替换的字符串,即参数repl,是普通的字符串,不是pattern
注意到,语法是:
re.sub(pattern, repl, string, count=0, flags=0)
- 1
- 1
即,对应的第二个参数是repl。
需要你指定对应的r前缀,才是pattern:
r"xxxx"
- 1
- 1
不要误把第四个参数flag的值,传递到第三个参数count中了
否则就会出现我这里:
【已解决】Python中,(1)re.compile后再sub可以工作,但re.sub不工作,或者是(2)re.search后replace工作,但直接re.sub以及re.compile后再re.sub都不工作
遇到的问题:
当传递第三个参数,原以为是flag的值是,
结果实际上是count的值
所以导致re.sub不功能,
所以要参数指定清楚了:
replacedStr = re.sub(replacePattern, orignialStr, replacedPartStr, flags=re.I); # can omit count parameter
- 1
- 1
或:
replacedStr = re.sub(replacePattern, orignialStr, replacedPartStr, 1, re.I); # must designate count parameter
- 1
- 1
才可以正常工作。