使用字典的 Python 正则表达式替换答案

【问题标题】：Python regex substitution using a dictionary使用字典的 Python 正则表达式替换
【发布时间】：2013-08-13 05:28:18
【问题描述】：

我有以下正则表达式来解析括号内的访问字符串并删除它们：

>>> a = 'a[b]cdef[g ]hi[ j]klmno[ p ]'
>>> re.sub(r'\[\s?(.*?)\s?\]',r'\1',a)
'abcdefghijklmnop'

但我想做的是让括号中的内容以字典为目标。假设我有以下字典：

d = {'b':2,'g':7,'j':10,'p':16}

当我运行我想要的正则表达式时，它应该打印字符串：'a2cdef7hi10klmno16'

但是，我不能简单地将sub 的替换部分设为d['\1']，因为会有KeyError: '\x01'。

有没有什么简单的方法可以用响应正则表达式捕获的字典替换模式？

【问题讨论】：

标签： python regex dictionary

【解决方案1】：

您可以使用format，假设a 不包含{...} 形式的子字符串：

>>> import re
>>> a = 'a[b]cdef[g ]hi[ j]klmno[ p ]'
>>> d = {'b':2,'g':7,'j':10,'p':16}
>>> 
>>> re.sub(r'\[\s?(.*?)\s?\]',r'{\1}',a).format(**d)
'a2cdef7hi10klmno16'

或者你可以使用lambda:

>>> re.sub(r'\[\s?(.*?)\s?\]', lambda m: str(d[m.group(1)]), a)
'a2cdef7hi10klmno16'

lambda 解决方案似乎要快得多：

>>> from timeit import timeit
>>>
>>> setup = """
... import re
... a = 'a[b]cdef[g ]hi[ j]klmno[ p ]'
... d = {'b':2,'g':7,'j':10,'p':16}
... """
>>>
>>> timeit(r"re.sub(r'\[\s?(.*?)\s?\]',r'{\1}',a).format(**d)", setup)
13.796708106994629
>>> timeit(r"re.sub(r'\[\s?(.*?)\s?\]', lambda m: str(d[m.group(1)]), a)", setup)
6.593755006790161

【讨论】：

在性能上是否有任何差异或使用其中一个的原因
@RyanSaxe 我认为 lambda 解决方案会更快，而且似乎更适合这种情况。

【解决方案2】：

使用正则表达式我不确定。但你可以这样做。

a = 'a[b]cdef[g ]hi[ j]klmno[ p ]'
result = re.sub(r'\[\s?(.*?)\s?\]',r'\1',a)
newresult = result
for char in result:
  value = d.get(char)
  if value:
    newresult = re.sub(char, value, newresult)
print newresult

【讨论】：

【解决方案3】：

Python 正则表达式替换函数可以采用任意替换函数替换为：

import re
d = {'b': 2, 'g': 7, 'j': 10, 'p': 16} 
def repl_fn(matchobj):
  return str(d[matchobj.group(0)])
regex = re.compile('[' + ''.join(d.iterkeys()) + ']')
print regex.sub(repl_fn, 'abcdefghijklmnop')

【讨论】：

【解决方案4】：

newstring = [(d[i] if i in d else i) for i in string]
re.sub(r'\[\s?(.*?)\s?\]',r'\1',a)

这应该通过首先替换字符，然后删除括号来完成您想要的操作，假设字典的值也是字符串。如果没有，只需将 d[i] 替换为 str(d[i])。

【讨论】：