Question

在Python 2.7中使用re.sub，以下示例使用简单的反向引用：

re.sub('-{1,2}', r'\g<0> ', 'pro----gram-files')

按预期输出以下字符串：

'pro-- -- gram- files'

我希望以下示例相同，但不是：

def dashrepl(matchobj):
    return r'\g<0> '
re.sub('-{1,2}', dashrepl, 'pro----gram-files')

这会产生以下意外输出：

'pro\\g<0> \\g<0> gram\\g<0> files'

为什么这两个例子给出不同的输出？我是否遗漏了解释此问题的文档？这种行为是否比我预期的更好？有没有办法在替换函数中使用反向引用？

Answer 1

由于有更简单的方法可以实现您的目标，您可以使用它们。

正如您已经看到的，您的替换函数会获取匹配对象作为参数。

除其他外，此对象具有可以替代使用的方法group()：

def dashrepl(matchobj):
    return matchobj.group(0) + ' '

将准确提供您的结果。

但你完全正确 - the docs以这种方式有点混乱：

他们描述了repl参数：

repl可以是字符串或函数;如果它是一个字符串，则处理它中的任何反斜杠转义。

和

如果repl是一个函数，则会针对模式的每个非重叠事件调用它。该函数接受一个匹配对象参数，并返回替换字符串。

你可以解释这个，就好像函数返回的“替换字符串”也适用于反斜杠转义的处理。

但由于此处理仅针对“它是一个字符串”的情况进行描述，因此它变得更清晰，但乍一看并不明显。

Answer 2

如果将函数传递给re.sub，它允许您将匹配替换为从函数返回的字符串。基本上，re.sub使用不同的代码路径，具体取决于您是传递函数还是字符串。是的，这实际上是可取的。考虑一下您要将foo与bar的匹配以及baz与qux的匹配替换的情况。然后你可以把它写成：

repdict = {'foo':'bar','baz':'qux'}
re.sub('foo|baz',lambda match: repdict[match.group(0)],'foo')

您可以争辩说，您可以在2次通过中执行此操作，但如果repdict看起来像{'foo':'baz','baz':'qux'}

，则无法执行此操作

我认为你不能用反向引用来做到这一点（至少不容易）。