我有一个非常大的字符串（300 MB +），它有一些我需要清理的垃圾数据。我使用的是32位的Python 2.7。
我不想使用字符串操作replace，因为用户使用的文件只会随着时间的推移而增长，所以我尝试使用re.sub替换值{ [linender]使用新的字符字符\n或os.linesep。
看起来很简单，所以我的模式是：
re.sub('\[lineender]\b, os.linesep, text_value)
这导致整个字符串中只替换了一个值，这是错误的。
示例数据：
s = """A|B|3[lineender]E|F|2M[lineender]"""
有关如何修改我的正则表达式以使其正常工作的任何想法？ 我基本上需要用一个换行符替换括号字。
答案 0 :(得分：2)
请注意，非原始字符串文字中的\b是退格。如果您使用单词边界r'\b'，则在]之后将需要单词char（字母，数字或下划线）。在您的情况下，我完全删除\b：
re.sub(r'\[lineender]', os.linesep, text_value)
如果您想确保]后没有字词，则可以将\b替换为\B，但请确保使用r前缀使你的字符串文字原始。
请参阅Python demo：
import re, os
text_value = """A|B|3[lineender]E|F|2M[lineender]"""
print('"{}"'.format(re.sub(r'\[lineender]', os.linesep, text_value)))
答案 1 :(得分：1)
您需要将模式作为原始字符串传递：
re.sub(r'\[lineender\]\b', os.linesep, text_value)
或者，您必须使用\\（双反斜杠）：
re.sub('\\[lineender\\]\\b', os.linesep, text_value)