Question

我在Python工作。我有一个与我的正则表达式匹配的字符串，并且想要替换所有匹配组（最终目标是将每个组包装在HTML范围内）。

我知道有很好的方法可以使用re模块执行此操作但是我不知道我的情况是否可以处理，因为我知道我的一些匹配重叠。

我查看了re模块和字符串模板，但我不认为在这种情况下帮助我。我也尝试过自己实现一个解决方案，但我还没有运气，感觉应该有更好的解决方案。

E.g。假设我有字符串：

"This is my cat her name is Alice"

我正在使用这种模式：

"This is my cat (her name is (\w+)).

在这种情况下，我应该：

match 0: "This is my cat her name is Alice"
match 1: "her name is Alice"
match 2: "Alice"

我想结束看起来像这样的事情

"This is my cat <span class=\"class1\">is <span class=\"class2\">Alice</span></span>

Answer 1

创建组开始和结束的索引列表。您可以使用.start([group]) and .end([group])函数。（确保您有一些方法可以区分组开始与组结束。）
按降序索引对列表进行排序。
对于列表中的每个索引，如果它是结束索引，请插入</span>;如果是起始索引，则插入<span class="whatever">。

代码：

match= re.match(p, s)
indices= sorted([(match.start(index),True) for index,group in enumerate(match.groups(),1)]+ \
                [(match.end(index),False) for index,group in enumerate(match.groups(),1)], reverse=True)
for index,is_start in indices:
    if is_start:
        s= s[:index]+'<span class="class1">'+s[index:]
    else:
        s= s[:index]+'</span>'+s[index:]
print s
# output: This is my cat <span class="class1">her name is <span class="class1">Alice</span></span>

替换匹配组可能重叠的正则表达式匹配组

1 个答案: