如何用python re.sub替换部分匹配

Question

我需要通过一个reg表达式匹配两个案例并进行替换

'long.file.name.jpg' - ＆gt; 'long.file.name_的 SUFF .JPG'

'long.file.name_ a .jpg' - ＆gt; 'long.file.name_的 SUFF .JPG'

我正在尝试执行以下操作

re.sub('(\_a)?\.[^\.]*$' , '_suff.',"long.file.name.jpg")

但这会削减扩展名'.jpg'并且我正在

long.file.name_suff。而不是long.file.name_suff.jpg 我明白这是因为[^。] * $ part，但我不能排除它，因为 我必须找到最后出现的'_a'来替换或持续'。'

有没有办法只替换部分比赛？

Answer 1

在要保留的部件周围放置一个捕获组，然后在替换文本中包含对该捕获组的引用。

re.sub(r'(\_a)?\.([^\.]*)$' , r'_suff.\2',"long.file.name.jpg")

Answer 2

 re.sub(r'(?:_a)?\.([^.]*)$', r'_suff.\1', "long.file.name.jpg")

?:启动一个不匹配的群组（SO answer），因此(?:_a)与_a匹配但未枚举它，以下问号使其成为可选。

所以在英语中，这表示匹配模式.<anything>

后面（或不是）的结尾_a

另一种方法是使用 lookbehind （see here）。提到这一点是因为它们非常有用，但我15年来一直不知道这些REs

Answer 3

只需将扩展名的表达式放入一个组中，捕获它并引用替换中的匹配项：

re.sub(r'(?:_a)?(\.[^\.]*)$' , r'_suff\1',"long.file.name.jpg")

此外，使用非捕获组(?:…)将阻止重新存储许多不需要的信息。

Answer 4

您可以通过从更换中排除部件来实现。我的意思是，你可以对正则表达式模块说; “匹配这种模式，但替换它的一块”。

re.sub(r'(?<=long.file.name)(\_a)?(?=\.([^\.]*)$)' , r'_suff',"long.file.name.jpg")
>>> 'long.file.name_suff.jpg'

long.file.name 和 .jpg 部分用于匹配，但不包括替换。