有關正則表達式在Python

Question

一些問題，我希望做一些文字轉換，例如從文本文件閱讀：

CONTENTS 
1. INTRODUCTION 
1.1 The Linear Programming Problem 2 
1.2 Examples of Linear Problems 7 

，並寫入到另一個文本文件：

("CONTENTS" "#") 
("1. INTRODUCTION" "#") 
("1.1 The Linear Programming Problem 2" "#11") 
("1.2 Examples of Linear Problems 7" "#16") 

目前我用這種轉換Python代碼是：

infile = open(infilename) 
outfile = open(outfilename, "w") 

pat = re.compile('^(.+?(\d+)) *$',re.M) 
def zaa(mat): 
    return '("%s" "#%s")' % (mat.group(1),str(int(mat.group(2))+9)) 

outfile.write('(bookmarks \n') 
for line in infile: 
    outfile.write(pat.sub(zaa,line)) 
outfile.write(')') 

1. 它將原來的文本轉換爲

   CONTENTS 
   1. INTRODUCTION 
   ("1.1 The Linear Programming Problem 2" "#11") 
   ("1.2 Examples of Linear Problems 7" "#16") 
   

   最後兩行是正確的，但 前兩行不。所以我 想知道如何通過修改 當前代碼或使用一些 不同的代碼來容納前兩行： ？

2. 該代碼不是我自己寫的，但是 我想了解re.sub()這裏的用法 。當我從 一個Python網站，

   re.sub(regex, replacement, subject) performs a search-and-replace across subject, replacing all matches of regex in subject with replacement. The result is returned by the sub() function. The subject string you pass is not modified.

   但在我的代碼中發現，它的用法是 `pat.sub（ZAA，線）」，這似乎 我不帶引號的 描述一致。所以我想知道如何 瞭解我的代碼中的用法？

謝謝！

Answer 1

此測試腳本生成所需的輸出：

import re 
infilename = "infile.txt" 
outfilename = "outfile.txt" 

infile = open(infilename) 
outfile = open(outfilename, "w") 

pat = re.compile('^(.+?(\d*)) *$',re.M) 
def zaa(mat): 
    if mat.group(2): 
     return '("%s" "#%s")' % (mat.group(1),str(int(mat.group(2))+9)) 
    else: 
     return '("%s" "#")' % (mat.group(1)) 

outfile.write('(bookmarks \n') 
for line in infile: 
    outfile.write(pat.sub(zaa,line)) 
outfile.write(')') 

Answer 2

隨着你的正則表達式，你正在尋找一個以數字（也許是尾隨空白）結尾的行。您可以將該數字設爲可選：^(.+?(\d+)?) *$並確保zaa中的組2引用可以處理空字符串。

def zaa(mat): 
    return '("%s" "#%s")' % (mat.group(1), (str(int(mat.group(2))+9) if mat.group(2) else "")) 

有了這個，你應該得到「＃」時mat.group(2)是空的，你現在是什麼得到，當它不是空的。

Answer 3

But in my code, its usage is pat.sub(zaa,line) , which seems to me not consistent to the quoted description.

區別在於sub調用;你引用的文件是對re.sub功能，但這裏正在使用的是sub方法編譯regular expression object的。將re.sub()中的初始模式參數替換爲與sub方法綁定的正則表達式對象。因此，換句話說，

pat.sub(zaa, line) 

相當於順便說

re.sub(pat, zaa, line) 

可怕的變量名。