替换两个子字符串之间的单词（保留其他单词）答案

【问题标题】：Replace word between two substrings (keeping other words)替换两个子字符串之间的单词（保留其他单词）
【发布时间】：2016-11-24 19:59:09
【问题描述】：

如果某个单词（例如on）位于两个子字符串之间（例如<temp> 和</temp>），我正在尝试替换它，但是存在其他需要保留的单词。

string = "<temp>The sale happened on February 22nd</temp>"

替换后所需的字符串是：

Result = <temp>The sale happened {replace} February 22nd</temp>

我尝试过使用正则表达式，但我只能弄清楚如何替换位于两个 <temp> 标记之间的所有内容。（因为.*?）

result  = re.sub('<temp>.*?</temp>', '{replace}', string, flags=re.DOTALL)

但是on 可能会出现在字符串后面而不是<temp></temp> 之间，我不想替换它。

【问题讨论】：

它位于两个子字符串之间 - 哪两个子字符串？你能提供一个原始字符串和替换字符串的例子吗？
遗憾的是，重新模块中不支持 \G 和 \K。
您想要的输出不是有效的 XML。你不能打开<replace>元素然后关闭</temp>。
它不是 XML，只是为我自己的日后提供的指标
只有一个on 还是所有ons 可以替换？如果要将所有空格+on+空格替换为空格+{replace}+空格，请使用re.sub('<temp>(.*?)</temp>', lambda m: "<temp>{}</temp>".format( m.group(1).replace(" on ", " {replace} ") ), string, flags=re.DOTALL)。

标签： python regex

【解决方案1】：

re.sub('(<temp>.*?) on (.*?</temp>)', lambda x: x.group(1)+" <replace> "+x.group(2), string, flags=re.DOTALL)

输出：

<temp>The sale happened <replace> February 22nd</temp>

编辑：

根据 Wiktor 和 HolyDanna 的建议更改了正则表达式。

P.S：Wiktor 对这个问题的评论提供了一个更好的解决方案。

【讨论】：

正则表达式其实不合适，思路是对的。
@WiktorStribiżew，谢谢。你能详细说明一下吗？如果您建议正确的正则表达式，我将替换它，否则如果您要回答这个问题，那么我将根据您的答案删除我的答案。
这行得通，但是是否可以将其限制在之间？如果它在标签之外，也会替换它
一两句话：这个正则表达式（'(<temp>.*?)on(.*?</temp>)'）将删除<temp>....</temp>字符串中的1个on子字符串，2）on将像这样被删除 - <temp>The sale postponed on February 22nd</temp> - ><temp>The sale postp<replace>ed on February 22nd</temp>。我猜你想要rr'(<temp>.*?) on (.*?</temp>)' 并替换为x.group(1)+" <replace> "+x.group(2)，3）这不考虑嵌套的<temp> 标签。
这可能会失败，如果在一行中有多个临时构造，在中间（但不在一个内）。我还建议在 on 周围使用单词边界。

【解决方案2】：

试试lxml:

from lxml import etree

root = etree.fromstring("<temp>The sale happened on February 22nd</temp>")
root.text = root.text.replace(" on ", " {replace} ")
print(etree.tostring(root, pretty_print=True))

输出：

<temp>The sale happened {replace} February 22nd</temp>

【讨论】：

我认为您需要有代码才能找到 <temp 标签，因为它们可能是某个较大文件的一部分。
string 是有效的 XML。让我们把问题写下来，不要让我们猜测。