2.5 字符串搜索和替換

問題

你想在字符串中搜索和匹配指定的文本模式

解決方案

對于簡單的字面模式，直接使用 str.repalce() 方法即可，比如：

>>> text = 'yeah, but no, but yeah, but no, but yeah'
>>> text.replace('yeah', 'yep')
'yep, but no, but yep, but no, but yep'
>>>

對于復雜的模式，請使用re模塊中的 sub() 函數(shù)。為了說明這個，假設你想將形式為”11/27/201”的日期字符串改成”2012-11-27”。示例如下：

>>> text = 'Today is 11/27/2012. PyCon starts 3/13/2013.'
>>> import re
>>> re.sub(r'(\d+)/(\d+)/(\d+)', r'\3-\1-\2', text)
'Today is 2012-11-27. PyCon starts 2013-3-13.'
>>>

sub() 函數(shù)中的第一個參數(shù)是被匹配的模式，第二個參數(shù)是替換模式。反斜杠數(shù)字比如3指向前面模式的捕獲組號。

如果你打算用相同的模式做多次替換，考慮先編譯它來提升性能。比如：

>>> import re
>>> datepat = re.compile(r'(\d+)/(\d+)/(\d+)')
>>> datepat.sub(r'\3-\1-\2', text)
'Today is 2012-11-27. PyCon starts 2013-3-13.'
>>>

對于更加復雜的替換，可以傳遞一個替換回調函數(shù)來代替，比如：

>>> from calendar import month_abbr
>>> def change_date(m):
... mon_name = month_abbr[int(m.group(1))]
... return '{} {} {}'.format(m.group(2), mon_name, m.group(3))
...
>>> datepat.sub(change_date, text)
'Today is 27 Nov 2012. PyCon starts 13 Mar 2013.'
>>>

一個替換回調函數(shù)的參數(shù)是一個 match 對象，也就是 match() 或者 find() 返回的對象。使用 group() 方法來提取特定的匹配部分。回調函數(shù)最后返回替換字符串。

如果除了替換后的結果外，你還想知道有多少替換發(fā)生了，可以使用 re.subn() 來代替。比如：

>>> newtext, n = datepat.subn(r'\3-\1-\2', text)
>>> newtext
'Today is 2012-11-27. PyCon starts 2013-3-13.'
>>> n
2
>>>

討論

關于正則表達式搜索和替換，上面演示的 sub() 方法基本已經(jīng)涵蓋了所有。其實最難的部分就是編寫正則表達式模式，這個最好是留給作者自己去練習了。