2.5 字符串搜索和替换

问题

你想在字符串中搜索和匹配指定的文本模式

解决方案

对于简单的字面模式，直接使用 str.repalce() 方法即可，比如：



In [1]:

    
text = 'yeah, but no, but yeah, but no, but yeah'
text.replace("yeah", "yep")









    Out[1]:





'yep, but no, but yep, but no, but yep'

对于复杂的模式，请使用 re 模块中的 sub() 函数。为了说明这个，假设你想将形式为 11/27/2012 的日期字符串改成 2012-11-27 。示例如下：



In [2]:

    
text = 'Today is 11/27/2012. PyCon starts 3/13/2013.'
import re
re.sub(r"(\d+)/(\d+)/(\d+)", r"\3-\1-\2", text)









    Out[2]:





'Today is 2012-11-27. PyCon starts 2013-3-13.'

sub() 函数中的第一个参数是被匹配的模式，第二个参数是替换模式。反斜杠数字比如 \3 指向前面模式的捕获组号。

如果你打算用相同的模式做多次替换，考虑先编译它来提升性能。比如：



In [3]:

    
import re
datepat = re.compile(r"(\d+)/(\d+)/(\d+)")
datepat.sub(r"\3-\1-\2", text)









    Out[3]:





'Today is 2012-11-27. PyCon starts 2013-3-13.'

对于更加复杂的替换，可以传递一个替换回调函数来代替，比如：



In [4]:

    
from calendar import month_abbr
def change_date(m):
    mon_name = month_abbr[int(m.group(1))]
    return "{} {} {}".format(m.group(2), mon_name, m.group(3))



In [5]:

    
datepat.sub(change_date, text)









    Out[5]:





'Today is 27 Nov 2012. PyCon starts 13 Mar 2013.'

一个替换回调函数的参数是一个 match 对象，也就是 match() 或者 find() 返回的对象。使用 group() 方法来提取特定的匹配部分。回调函数最后返回替换字符串。

如果除了替换后的结果外，你还想知道有多少替换发生了，可以使用 re.subn() 来代替。比如：



In [6]:

    
newtext, n = datepat.subn(r"\3-\1-\2", text)
newtext









    Out[6]:





'Today is 2012-11-27. PyCon starts 2013-3-13.'



In [7]:

    
n









    Out[7]:





2

讨论

关于正则表达式搜索和替换，上面演示的 sub() 方法基本已经涵盖了所有。其实最难的部分就是编写正则表达式模式，这个最好是留给作者自己去练习了。