Python Regex - 匹配一个字符而不使用它

Question

我想转换下面的字符串

"For "The" Win","Way "To" Go"

到

"For ""The"" Win","Way ""To"" Go"

简单的正则表达式是

str2 = re.sub(r'(?<!,|^)"(?=\w)|(?<=\w)"(?!,|$)', '""', str1,flags=re.MULTILINE)

即双引号

1. 后跟一个字母，但前面没有逗号或行首
2. 前面有一个字母，后面没有逗号或行尾

问题是我使用的是 python，它的正则表达式引擎不允许在后向构造中使用 OR 运算符。我得到了错误

sre_constants.error:look-behind 需要固定宽度的模式

我正在寻找的是一个正则表达式，它将用'""' 替换'The' 和'To' 周围的'"'。 我可以使用以下正则表达式（提供给another question 的答案）

\b\s*"(?!,|[ \t]*$)

但这会占用“The”和“To”之前的空间，我得到以下内容

"For""The"" Win","Way""To"" Go"

是否有一种解决方法，以便我可以将“The”和“To”周围的引号加倍，而不会占用它们前面的空格？

Answer 1

不要说前面没有逗号或行首，而是说前面有一个非逗号字符：

r'(?<=[^,])"(?=\w)|(?<=\w)"(?!,|$)'

Answer 2

在我看来你不需要为锚而烦恼。

• 如果引号前有一个字符，您就知道它不在字符串的开头。
• 如果该字符不是换行符，则说明您不在行首。
• 如果字符不是逗号，则您不在字段的开头。

因此您不需要使用锚点，只需对单个字符进行积极的后视/前瞻：

result = re.sub(r'(?<=[^",\r\n])"(?=[^,"\r\n])', '""', subject)

我投了"，因为可能有一些引号已经被转义了。但实际上，如果是这样的话，你可能还是被搞砸了。 ;)

Answer 3

re.sub(r'\b(\s*)"(?!,|[ \t]*$)', r'\1""', s)

Answer 4

遇到此问题时最直接的解决方法：将后视分解为两个后视。

str2 = re.sub(r'(?<!,)(?<!^)"(?=\w)|(?<=\w)"(?!,|$)', '""', str1,flags=re.MULTILINE)

（不要给你的字符串命名str）

Answer 5

str2 = re.sub('(?<=[^,])"(?=\w)'
              '|'
              '(?<=\w)"(?!,|$)',

              '""',  ss,
              flags=re.MULTILINE)

我总是想知道为什么人们在不需要时使用原始字符串作为正则表达式模式。

请注意，我将您的 str（内置类的名称）更改为 ss

.

为了“有趣”：

str2 = re.sub('"'
              '('
              '(?<=[^,]")(?=\w)'
              '|'
              '(?<=\w")(?!,|$)'
              ')',

              '""', ss,
              flags=re.MULTILINE)

也可以

str2 = re.sub('(?<=[^,]")(?=\w)'
              '|'
              '(?<=\w")(?!,|$)',

              '"',  ss,
              flags=re.MULTILINE)