Python的正則表達式 - 匹配的字符不消耗它

Question

我想下面的字符串轉換

"For "The" Win","Way "To" Go"

到

"For ""The"" Win","Way ""To"" Go"

直截了當的正則表達式將是

str2 = re.sub(r'(?<!,|^)"(?=\w)|(?<=\w)"(?!,|$)', '""', str1,flags=re.MULTILINE) 

ie，雙引號tha噸是

1. 後跟一個字母而不是用逗號或行的開始之前
2. 用字母在之前但不跟一個逗號或行尾

的問題是我使用python，它的正則表達式引擎不允許在lookbehind構造中使用OR運算符。我得到的錯誤

sre_constants.error: look-behind requires fixed-width pattern

我所尋找的是一個正則表達式將與'""'取代'"'圍繞「的」和「要」。 我可以使用下面的正則表達式（提供給another question的回答）

\b\s*"(?!,|[ \t]*$) 

但在此之前的「的」和「要」只是佔用的空間，我得到了下面

"For""The"" Win","Way""To"" Go"

有沒有解決方法，以便我可以將「The」和「To」的引號加倍而不佔用前面的空格？

Answer 1

re.sub(r'\b(\s*)"(?!,|[ \t]*$)', r'\1""', s) 

Answer 2

不要說沒有用逗號或行開始之前，說前面有一個非逗號字符：

r'(?<=[^,])"(?=\w)|(?<=\w)"(?!,|$)' 

Answer 3

大多數每當你遇到這個問題直接的解決方法：爆炸向後看成兩個後視鏡。

str2 = re.sub(r'(?<!,)(?<!^)"(?=\w)|(?<=\w)"(?!,|$)', '""', str1,flags=re.MULTILINE) 

（不命名你的字符串str）

Answer 4

str2 = re.sub('(?<=[^,])"(?=\w)' 
       '|' 
       '(?<=\w)"(?!,|$)', 

       '""', ss, 
       flags=re.MULTILINE) 

我一直想知道爲什麼人們使用正則表達式模式的原始字符串是不需要的時候。

注意我改變你的str這是一個內置類的名稱ss

。

對於` 「有趣」：

str2 = re.sub('"' 
       '(' 
       '(?<=[^,]")(?=\w)' 
       '|' 
       '(?<=\w")(?!,|$)' 
       ')', 

       '""', ss, 
       flags=re.MULTILINE) 

或也

str2 = re.sub('(?<=[^,]")(?=\w)' 
       '|' 
       '(?<=\w")(?!,|$)', 

       '"', ss, 
       flags=re.MULTILINE) 

Answer 5

在我看來就像你不需要用錨打擾。

• 如果在引用之前有一個字符，那麼您知道它不在字符串的開頭。
• 如果該字符不是換行符，那麼您不在行的開頭。
• 如果角色不是逗號，那麼您並不處於某個字段的開頭。

所以你不需要使用錨，只是做了積極的回顧後/超前的單個字符：

result = re.sub(r'(?<=[^",\r\n])"(?=[^,"\r\n])', '""', subject) 

我在"扔在的機會，有可能是一些報價是已經逃脫。但實際上，如果是這種情況，你可能無論如何都會搞砸。 ;）