如何在正则表达式匹配的字符串开头添加字符？

Posted 2023-01-07

我有一些要对齐的数据（下）。

| 24 | 11 | 506  | -1  | -829.99||
| 24 | 11 | 1910 | 506 | 1      | 829.99|3|
| 12 | 11 | 1933 | 531 | 2      | 7.78  |N|

[每当倒数第二个值似乎为负时，该行就会遗漏“ |”定界符。我正在尝试使用正则表达式在记录的中间添加垂直条，以重新对齐数据，如下所示：

| 24 | 11 |      | 506 | -1     | -829.99||
| 24 | 11 | 1910 | 506 | 1      | 829.99 | 3|
| 12 | 11 | 1933 | 531 | 2      | 7.78   | N|

忽略空白，出于这个问题的目的，我将其包括在内以使数据更具可读性。

我知道下面的表达式将找到正确的文本组并放置一个附加的“ |”在它之后，但是可以对其进行修改以放入“ |”在小组之前？

re.sub(r'(\|*\|*\|\|)', r'\1',DATA)

刚开始使用正则表达式，所以可以得到任何帮助！

P.S。 -我正在使用python进行此数据处理任务的实际正则表达式替换/添加。

答案

您的正则表达式中存在一些问题。星号*表示前一个元素（一个字符或复合字符）可以重复零次或多次。因此，\|*将匹配“”（空字符串），“ |”，“ ||”等，而\|*\|*\|\|将匹配两个连续的小节“ ||”前面带有任意数量的小节（0或更多）-因此，它仅与最后两个小节匹配。

[为了证明这一点，您可以使用re.sub，用一些不同的字符包围后向引用（即\1）（我在下面用大括号，即\1）。

data="""| 24 | 11 | 506  | -1  | -829.99||
| 24 | 11 | 1910 | 506 | 1      | 829.99|3|
| 12 | 11 | 1933 | 531 | 2      | 7.78  |N|
"""
print("using regex above, with curly braces around captured match:")
print(re.sub(r'(\|*\|*\|\|)', r'\1', data))

print("desired output:")
print(re.sub(r'(\|[^|]+\|[^|]+\|[^|]+\|\|)', r'|\1', data))

输出：

using regex above, with curly braces around captured match:
| 24 | 11 | 506  | -1  | -829.99||
| 24 | 11 | 1910 | 506 | 1      | 829.99|3|
| 12 | 11 | 1933 | 531 | 2      | 7.78  |N|

desired output:
| 24 | 11 || 506  | -1  | -829.99||
| 24 | 11 | 1910 | 506 | 1      | 829.99|3|
| 12 | 11 | 1933 | 531 | 2      | 7.78  |N|

该解决方案会寻找在它们之间有正数个项目的条，而不是条。 [^|]表示将匹配|以外的任何内容。请注意，在括号中，该栏不需要转义。 +表示“上一个元素中的一个或多个”。