文章目錄

• • 1 問題
  • 2. 解決方案
  • 3. 討論

1 問題

你希望查找并替換一段文本中的模式串。

2. 解決方案

如果以簡單的字符串字面量形式給出模式串，那么你通常可以使用基本的字符串方法如 str.replace() ，例如：

>>> text = 'yeah, but no, but yeah, but no, but yeah' >>> text.replace('yeah', 'yep') 'yep, but no, but yep, but no, but yep'

對于更加復雜的模式串，則需要結合 re 模塊的 sub() 函數/方法以及正則表達式。為了演示，假設你希望將形如 11/27/2012 的日期重寫為 2012-11-27 形式。例如：

>>> text = 'Today is 11/27/2012. PyCon starts 3/13/2013.' >>> import re >>> re.sub(r'(\d+)/(\d+)/(\d+)', r'\3-\1-\2', text) 'Today is 2012-11-27. PyCon starts 2013-3-13.'

在 re.sub() 函數中，第一個參數用于文本匹配的正則表達式，第二個參數是用于進行替換的文本模式，其中的反斜杠加數字如 \3 指的是第一個參數中的捕捉分組編號。

如果你希望使用某個正則表達式進行多次重復的文本匹配，那么可以考慮提前對其進行編譯以提高執行的速度。例如：

>>> text = 'Today is 11/27/2012. PyCon starts 3/13/2013.' >>> import re >>> date_pattern = re.compile(r'(\d+)/(\d+)/(\d+)') >>> date_pattern.sub(r'\3-\1-\2', text) 'Today is 2012-11-27. PyCon starts 2013-3-13.'

對于復雜的文本替換，還可以考慮定義一個用于文本替換的回調函數。例如：

>>> from calendar import month_abbr >>> def change_date(m): ... mon_name = month_abbr[int(m.group(1))] ... return '{} {} {}'.format(m.group(2), mon_name, m.group(3)) ... >>> re.sub(r'(\d+)/(\d+)/(\d+)', change_date, text) 'Today is 27 Nov 2012. PyCon starts 13 Mar 2013.' >>> date_pattern.sub(change_date, text) 'Today is 27 Nov 2012. PyCon starts 13 Mar 2013.'

如上所述，作為輸入，傳入替換回調函數的實參是類似 match() 和 find() 以及 search() 等函數返回的匹配對象。在回調函數中通過調用匹配對象的 group() 方法以剝離出想要的部分。

如果你除了想獲取替換后的文本之外，還希望知道發生了多少次替換，那么可以使用 re.subn() 函數，例如：

>>> text = 'Today is 11/27/2012. PyCon starts 3/13/2013.' >>> re.subn(r'(\d+)/(\d+)/(\d+)', r'\3-\1-\2', text) ('Today is 2012-11-27. PyCon starts 2013-3-13.', 2) >>> text_with_replacement, num = re.subn(r'(\d+)/(\d+)/(\d+)', r'\3-\1-\2', text) >>> text_with_replacement 'Today is 2012-11-27. PyCon starts 2013-3-13.' >>> num 2

3. 討論

對于使用正則表達式進行文本的搜索和替換，基本上都逃不過上述 re.sub() 函數的用法。實際上，最有挑戰性是其實是寫出正確的正則表達式。

總結

以上是生活随笔為你收集整理的【Python 每日一技】文本查找和替换的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。