简单的 Python 正则表达式替换答案

【问题标题】：Simple Python Regex Substitution简单的 Python 正则表达式替换
【发布时间】：2016-07-04 17:09:43
【问题描述】：

我正在尝试使用 python 中的 re.sub() 函数更改 url 的一部分。我以为这很简单，但它似乎并没有以任何方式修改我的测试字符串。

我有：

line = '        <h3><a href="40_On-Site_Storage_High_Lift_Pumping_Caustic_Storage/31-BUV-4021/DETAILS/31-BUV-4021.pdf" target="'

out_line = re.sub(r'href="[\w,_]*/','href="30_Actiflo_and_Filters/', line)

当我打印 out_line 时，我会得到完全相同的字符串。我的意图是将 'href="' 和 '/' 之间的部分替换为 '30_Actiflo_and_Filters'。

谢谢，

【问题讨论】：

您想将href 替换为最后一个/ 还是第一个/？而且我在字符类中看到一个逗号，显然你的字符串中没有逗号，所以它不会匹配任何东西。
第一个/。即使没有逗号，它也不起作用。

标签： python regex python-2.7 url

【解决方案1】：

out = re.sub(r'href=".*?/', 'href="30_Actiflo_and_Filters/', line) 为我工作。

【讨论】：

谢谢！任何人都知道为什么 \w 与我预期的不匹配（任何字母数字字符）？
_ 不是字母数字字符，正如@Psidom 在评论中所说，您的字符串中没有任何逗号，因此不会有任何匹配项。句点匹配任何字符，我使用? 匹配第一个/。

【解决方案2】：

您的正则表达式不起作用的原因是您的 url 包含字符 - 不包括在内，而且您不需要在字符类中使用逗号，因此 [\w_-]* 应该可以正常工作：

re.sub(r'href="[\w_-]*/','href="30_Actiflo_and_Filters/', line)
# '        <h3><a href="30_Actiflo_and_Filters/31-BUV-4021/DETAILS/31-BUV-4021.pdf" target="'

如果要匹配第一个/，使用排除^ 字符会更方便：

re.sub(r'href="[^/]*/','href="30_Actiflo_and_Filters/', line)
# '        <h3><a href="30_Actiflo_and_Filters/31-BUV-4021/DETAILS/31-BUV-4021.pdf" target="'

【讨论】：

【解决方案3】：

这是一个简单而甜蜜的解决方案：

outline = re.sub(r'(is)href="(.*?)/','30_Actiflo_and_Filters/',str(line))

由于您的目标字符串是字母数字，\w 将无济于事。你可以试试[0-9a-zA-Z]*。

【讨论】：