Python - 每次在字符串中找到模式时如何添加新行？

Question

每次在字符串中找到正则表达式列表的模式时，如何添加新行？

我正在使用 python 3.6。

我收到以下输入：

12.13.14 这里应该开始新的一行。

12.13.15 这里应该开始新的一行。

这里有一些文字。它写在一行中。 12.13。这里还有一些文字。 2.12.14。这里还有更多文字。

我希望得到以下输出：

12.13.14

这里应该开始新的一行。

12.13.15

这里应该开始新的一行。

这里有一些文字。它写在一行中。

12.13。

这里还有一些文字。

2.12.14。

这里还有更多文字。

我的第一次尝试返回与输入相同的输出：

in_file2 = 'work1-T1.txt'
out_file2 = 'work2-T1.txt'


start_rx = re.compile('|'.join(
    ['\d\d\.\d\d\.', '\d\.\d\d\.\d\d','\d\d\.\d\d\.\d\d']))


with open(in_file2,'r', encoding='utf-8') as fin2, open(out_file2, 'w', encoding='utf-8') as fout2:
    text_list = fin2.read().split()
    fin2.seek(0)

    for string in fin2:
        if re.match(start_rx, string):
            string = str.replace(start_rx, '\n\n' + start_rx + '\n')

        fout2.write(string)

我的第二次尝试返回错误'TypeError: unsupported operand type(s) for +: '_sre.SRE_Pattern' and 'str''

in_file2 = 'work1-T1.txt'
out_file2 = 'work2-T1.txt'


start_rx = re.compile('|'.join(
            ['\d\d\.\d\d\.', '\d\.\d\d\.\d\d','\d\d\.\d\d\.\d\d']))

with open(in_file2,"r") as fin2, open(out_file2, 'w') as fout3:
    for line in fin2:
        start = False
        if re.match(start_rx, line):
            start = True
        if start == False:
            print ('do something')
        if start == True:
            line = '\n' + line ## leerzeichen vor Pos Nr
            line = line.replace(start_rx, start_rx + '\n')
        fout3.write(line)

Answer 1

首先，要使用正则表达式进行搜索和替换，您需要使用re.sub，而不是str.replace。

其次，如果您使用re.sub，则不能在替换模式中使用正则表达式模式，您需要将要保留的正则表达式部分分组并在替换中使用反向引用（或者，如果您只想引用整个匹配，使用\g<0>反向引用，不需要捕获组。

第三，当你建立一个未锚定的交替模式时，确保首先出现更长的替代方案，即start_rx = re.compile('|'.join(['\d\d\.\d\d\.\d\d', '\d\.\d\d\.\d\d', '\d\d\.\d\d\.']))。但是，您可以在此处手动使用更精确的模式。

以下是修复代码的方法：

with open(in_file2,'r', encoding='utf-8') as fin2, open(out_file2, 'w', encoding='utf-8') as fout2:
    text = fin2.read()
    fout2.write(re.sub(r'\s*(\d+(?:\.\d+)+\.?)\s*', r'\n\n\1\n', text))

见Python demo

模式是

\s*(\d+(?:\.\d+)+\.?)\s*

见regex demo

详情

• \s* - 0+ 个空格
• (\d+(?:\.\d+)+\.?) - 第 1 组（替换模式中的\1）：
  • \d+ - 1 位以上
  • (?:\.\d+)+ - . 和 1+ 位重复 1 次或多次
  • \.? - 可选.
• \s* - 0+ 个空格

Answer 2

试试这个

out_file2=re.sub(r'(\d+) ', r'\1\n', in_file2)
out_file2=re.sub(r'(\w+)\.', r'\1\.\n', in_file2)