替换分为三部分的字符串答案

【问题标题】：Replacing a string which is divided into 3 parts替换分为三部分的字符串
【发布时间】：2023-02-22 09:51:57
【问题描述】：

我想将 XML 文档中的字符串 &lt;ABCDEF&gt; 替换为字符串 WXYZ（在 XML 文档中，运算符 &lt; 替换为 &lt;，运算符 &gt; 替换为 &gt;）。乍一看，只搜索 &lt;ABCDEF&gt; 的文档似乎很容易

不幸的是，在 XML 文档中，我看到 &lt; 和 ABCDEF 之间以及 ABCDEF 和 &gt; 之间有很多不相关的文本（所以基本上 XML 文档看起来像：&lt;[garbage1]ABCDEF[garbage2]&gt;

现在自然地，为了解决这个问题，我可以将 &lt;[garbage1]ABCDEF[garbage2]&gt; 替换为 WXYZ（这是我到目前为止所做的）。但我担心的是，如果[garbage1] 和[garbage2] 中的文本发生变化，那么我的搜索将失败并且字符串不会被替换。

因此，我想知道是否有办法保证更换 - 因为我正在搜索 &lt;、ABCDEF 和 &gt; 是否有办法以某种方式做到这一点？

【问题讨论】：

使用正则表达式正确地完成这种任务是非常困难的。建议使用 XML 解析器进行解析，然后遍历/转换节点，然后再次转储。
garbage1 和garbage2 是否有已知的最小和最大长度？

标签： python regex string

【解决方案1】：

可能有更优雅的方式来做到这一点，但是...... 正则表达式模式将是'&lt;(.*?)ABCDEF(.*?)&gt;' 垃圾被捕获到.group(1)和.group(2)。看你想留着还是扔掉。

src_text = "&lt;[garbage1]ABCDEF[garbage2]&gt;&lt;[gar2]ABCDEF[gar3]&gt;&lt;ABCDEF[g5]&gt;"
p = re.compile(r'&lt;(.*?)ABCDEF(.*?)&gt;')
match = re.search(p, src_text)
if not match:
    return
print("result", "<" + match.group(1) + "WXYZ" + match.group(2) + ">")

输出

result <[garbage1]WXYZ[garbage2]>

重复直到不匹配。

【讨论】：

忘记了您可以访问 python 的正则表达式匹配中的特定组。我找到了一个使用 KeepOut 正则表达式的解决方案，但随后发现 python 的默认正则表达式引擎不支持它，它需要使用基于 PCRE 的外部正则表达式库。