通配符匹配和替换和/或多字符串通配符匹配

Question

我有两个非常相关的问题：

• 我想用通配符匹配一个字符串模式（即包含一个或多个'*'或'?'） 然后用第二个通配符模式形成一个替换字符串。那里的占位符应该引用 same 匹配的子字符串 （以DOS复制命令为例）

  示例：pattern='*.txt' 和 replacement-pattern='*.doc'： 我想要aaa.txt --> aaa.doc 和xx.txt.txt --> xx.txt.doc

  理想情况下，它可以与多个任意放置的通配符一起使用：例如，pattern='*.*' 和 replacement-pattern='XX*.*'。

  当然需要应用一些约束（例如贪婪策略）。否则，X*X*X 等模式对于字符串 XXXXXX 不是唯一的。

• 或者，形成一个多重匹配。也就是说，我有一个或多个通配符模式，每个模式都有相同数量的通配符。每个模式都匹配一个字符串，但通配符应该引用相同的匹配文本。

  示例：pattern1='*.txt' 和 pattern2='*-suffix.txt 应该匹配 string1='XX.txt' 和 string2='XX-suffix.txt' 对，但不匹配 string1='XX.txt' 和 string2='YY-suffix.txt'

  与第一个相比，这是一个定义更明确的问题，因为它避免了歧义问题，但可能非常相似。

我确信有这些任务的算法，但是，我找不到任何有用的东西。

Python 库有 fnmatch 但这不支持我想做的事情。

Answer 1

有很多方法可以做到这一点，但我想出了以下方法，这应该适用于您的第一个问题。根据您的示例，我假设您不想匹配空格。

此函数将第一个传递的模式转换为正则表达式，并将传递的替换模式转换为适合re.sub 函数的字符串。

import re

def replaceWildcards(string, pattern, replacementPattern):
    splitPattern = re.split(r'([*?])', pattern)
    splitReplacement = re.split(r'([*?])', replacementPattern)
    if (len(splitPattern) != len(splitReplacement)):
        raise ValueError("Provided pattern wildcards do not match")
    reg = ""
    sub = ""
    for idx, (regexPiece, replacementPiece) in enumerate(zip(splitPattern, splitReplacement)):
        if regexPiece in ["*", "?"]:
            if replacementPiece != regexPiece:
                raise ValueError("Provided pattern wildcards do not match")
            reg += f"(\\S{regexPiece if regexPiece == '*' else ''})" # Match anything but whitespace
            sub += f"\\{idx + 1}" # Regex matches start at 1, not 0
        else:
            reg += f"({re.escape(regexPiece)})"
            sub += f"{replacementPiece}"
    return re.sub(reg, sub, string)

样本输出：

replaceWildcards("aaa.txt xx.txt.txt aaa.bat", "*.txt", "*.doc")
# 'aaa.doc xx.txt.doc aaa.bat'

replaceWildcards("aaa10.txt a1.txt aaa23.bat", "a??.txt", "b??.doc")
# 'aab10.doc a1.txt aaa23.bat'

replaceWildcards("aaa10.txt a1-suffix.txt aaa23.bat", "a*-suffix.txt", "b*-suffix.doc")
# 'aaa10.txt b1-suffix.doc aaa23.bat'

replaceWildcards("prefix-2aaa10-suffix.txt a1-suffix.txt", "prefix-*a*-suffix.txt", "prefix-*b*-suffix.doc")
# 'prefix-2aab10-suffix.doc a1-suffix.txt

注意 f 字符串需要 Python >=3.6。