我有两个非常相关的问题:
我想用通配符匹配一个字符串模式(即包含一个或多个“*”或“?”) 然后用第二个通配符模式形成一个替换字符串。那里的占位符应该引用 same 匹配的子字符串 (以DOS复制命令为例)
示例:pattern='*.txt'
和 replacement-pattern='*.doc'
:
我想要 aaa.txt
--> aaa.doc
和 xx.txt.txt
--> xx.txt.doc
理想情况下,它可以使用多个任意放置的通配符:例如,pattern='*.*'
和 replacement-pattern='XX*.*'
。
当然需要应用一些约束(例如贪婪策略)。否则像 X*X*X
这样的模式对于字符串 XXXXXX
不是唯一的。
或者,形成一个多重匹配。也就是说,我有一个或多个通配符模式,每个模式都有相同数量的通配符。每个模式与一个字符串匹配,但通配符应指代相同的匹配文本。
示例:pattern1='*.txt'
和 pattern2='*-suffix.txt
应该匹配 string1='XX.txt'
和 string2='XX-suffix.txt'
但不匹配
string1='XX.txt'
和 string2='YY-suffix.txt'
与第一个相比,这是一个更明确的问题,因为它避免了歧义问题,但可能非常相似。
我确信这些任务有算法,但是,我找不到任何有用的东西。
Python 库有 fnmatch
但这不支持我想做的事情。
答案 0 :(得分:1)
有很多方法可以做到这一点,但我想出了以下方法,这应该可以解决您的第一个问题。根据您的示例,我假设您不想匹配空格。
此函数将第一个传递的模式转换为正则表达式,并将传递的替换模式转换为适合 re.sub
函数的字符串。
import re
def replaceWildcards(string, pattern, replacementPattern):
splitPattern = re.split(r'([*?])', pattern)
splitReplacement = re.split(r'([*?])', replacementPattern)
if (len(splitPattern) != len(splitReplacement)):
raise ValueError("Provided pattern wildcards do not match")
reg = ""
sub = ""
for idx, (regexPiece, replacementPiece) in enumerate(zip(splitPattern, splitReplacement)):
if regexPiece in ["*", "?"]:
if replacementPiece != regexPiece:
raise ValueError("Provided pattern wildcards do not match")
reg += f"(\\S{regexPiece if regexPiece == '*' else ''})" # Match anything but whitespace
sub += f"\\{idx + 1}" # Regex matches start at 1, not 0
else:
reg += f"({re.escape(regexPiece)})"
sub += f"{replacementPiece}"
return re.sub(reg, sub, string)
示例输出:
replaceWildcards("aaa.txt xx.txt.txt aaa.bat", "*.txt", "*.doc")
# 'aaa.doc xx.txt.doc aaa.bat'
replaceWildcards("aaa10.txt a1.txt aaa23.bat", "a??.txt", "b??.doc")
# 'aab10.doc a1.txt aaa23.bat'
replaceWildcards("aaa10.txt a1-suffix.txt aaa23.bat", "a*-suffix.txt", "b*-suffix.doc")
# 'aaa10.txt b1-suffix.doc aaa23.bat'
replaceWildcards("prefix-2aaa10-suffix.txt a1-suffix.txt", "prefix-*a*-suffix.txt", "prefix-*b*-suffix.doc")
# 'prefix-2aab10-suffix.doc a1-suffix.txt
注意 f 字符串需要 Python >=3.6。