修改每次出現的正則表達式匹配

Question

我有一個字符串，我想解析和修改匹配正則表達式的某些子字符串。

我需要解析的文本是文本的和由<a>標籤包圍的混合物<img>標籤和我需要去掉整個<a>標籤並與<img>標籤的src屬性的修改後的版本替換它。下面的代碼在獲取src屬性方面做得很好，但是隻返回匹配子字符串的正則表達式的列表，如果不知道匹配的位置，那麼這些列表就無法使用。

print re.findall('<a.+><img.+src="(.+?)".+/></a>', sample_text) 

（我知道，這再不是防彈但它的確適合這個工作）

請告訴我達到預期效果的最佳方法是什麼？

例輸入：

<a href="http://www.example.com/test.png"><img src="http://www.example.com/test.png" /></a> 

Bla blabla 

<a href="http://www.example.com/test.png"><img src="http://www.example.com/test.png" /></a> 
bla bla bla 

所需的輸出：

<div><img src="http://www.different_domain.com/images/test.png" /><div> 

Bla blabla 

<div><img src="http://www.different_domain.com/images/test.png" /></div> 
bla bla bla 

Answer 1

您可以使用re.sub進行替換：

>>> string = '''<a href="http://www.example.com/test.png"><img src="http://www.example.com/test.png" /></a> 

Bla blabla 

<a href="http://www.example.com/test.png"><img src="http://www.example.com/test.png" /></a> 
bla bla bla''' 
>>> print re.sub(r'<a.*><img(.+)src="(.+?)(\/[^\/]+)"(.*/?)></a>', r'<div><img\1src="http://different-domain.com/images\3"\4></div>', string) 
<div><img src="http://different-domain.com/images/test.png" /></div> 

Bla blabla 

<div><img src="http://different-domain.com/images/test.png" /></div> 
bla bla bla 

你可能希望獲得更多的羣體，但我認爲這是你正在尋找的要點