在 re.sub 替换模式中处理对捕获组的反向引用

Posted 2023-02-23

【中文标题】在 re.sub 替换模式中处理对捕获组的反向引用

【英文标题】：Handling backreferences to capturing groups in re.sub replacement pattern

【发布时间】：2011-12-30 17:34:30

【问题描述】：

我想获取字符串0.71331, 52.25378 并返回0.71331,52.25378 - 即只查找一个数字、一个逗号、一个空格和一个数字，然后去掉空格。

这是我当前的代码：

coords = '0.71331, 52.25378'
coord_re = re.sub("(\d), (\d)", "\1,\2", coords)
print coord_re

但这给了我0.7133,2.25378。我做错了什么？

【问题讨论】：

由于您实际上并不想捕获数字，因此使用环视可能更有意义，即：re.sub(r'(?<=\d), (?=\d)', ',', coords)。

这个特定问题不需要正则表达式，使用替换：coords.replace(' ', '')

【参考方案1】：

您应该对正则表达式使用原始字符串，请尝试以下操作：

coord_re = re.sub(r"(\d), (\d)", r"\1,\2", coords)

使用您当前的代码，替换字符串中的反斜杠正在转义数字，因此您将替换所有与 chr(1) + "," + chr(2) 等效的匹配项：

>>> '\1,\2'
'\x01,\x02'
>>> print '\1,\2'
,
>>> print r'\1,\2'   # this is what you actually want
\1,\2

任何时候您想在字符串中保留反斜杠，使用 r 前缀，或转义每个反斜杠 (\\1,\\2)。

【讨论】：

谢谢，成功了。 docs.python.org/library/re.html#raw-string-notation 任何阅读本文的人。

另外***.com/questions/2081640/… 可以更好地解释什么是原始字符串。

您将如何实际打印上例中的组名？比如说，如果组 \1 被称为 xCoord，是否可以指示 re.sub 用组名替换子字符串，使得 re.sub(r"(\d), (\d)", r"\1,\2", coords) 导致字符串文字 xCoord,52.25378

这在 Python3 中不起作用。使用 \1 将其替换为一些奇怪的 unicode 字符。

【参考方案2】：

Python 将 \1 解释为 ASCII 值为 1 的字符，并将其传递给 sub。

使用原始字符串，其中 Python 不会解释 \。

coord_re = re.sub(r"(\d), (\d)", r"\1,\2", coords)

如果您需要更多信息，请在 re documentation 的开头进行介绍。