如何在python中使用正则表达式修改字符串中的文本？

Question

我正在尝试更改包含如下字符串的文件：

Record 1 : 
{ "K1":"value1" , 
  "K2":"value2" 
}

Record 2 :
{ "K1":"value3" , 
  "K2":"value4" 
}

至

{
    "Record_1" : 
        { "K1": "value1", 
          "K2": "value2" 
    }, 

    "Record_2" :
        { "K1": "value3", 
          "K2": "value4" 
        }
}

（以使其成为正确的JSON格式）。
我遇到问题的部分代码是：

pattern = r"(\s*)Record (\d+):"
all_records_json = re.sub(middle_pattern, "\"Record_"+ ??? + "\" : ",all_records)

而且我不知道要放什么而不是??? 以便它读取与模式匹配的（\\ d +）部分。

Answer 1

首先，您的模式首先与实际数据不匹配：

>>> all_records = '''Record 2 :
... { "K1":"value3" , 
...   "K2":"value4" 
... }'''
>>> pattern = r"(\s*)Record (\d+):"
>>> re.findall(pattern, all_records)
[]

那是因为您的数据在数字和冒号之间有一个空格。 您需要解决此问题。 当我们讨论它时，我不知道为什么要在前面的空格周围放置一个组，所以我们不要这样做。 这样我们得到：

>>> pattern = r"\s*Record (\d+)\s*:"
>>> re.findall(pattern, all_records)
[2]

现在，您唯一的捕获组是\\d+ 。 因此，这将是第1组。您可以将其包括在\\1 。 所以：

>>> print(re.sub(pattern, r'"Record_\1": ', all_records))
"Record_2":
{ "K1":"value3" ,
  "K2":"value4"
}

那仍然不是有效的JSON，但这正是您想要的，对吗？

如果您阅读文档，则re.sub解释说：“后向引用，例如\\6 ，将替换为模式中第6组匹配的子字符串。” 有关(…)组和(?P<name>…)组的反向引用的完整详细信息，请在正则表达式语法中查找它们。 您还应该阅读Regular Expression HOWTO ，它以一种对新手更友好的方式解释了所有这些内容。

注意，就像模式一样，我将替换设置为原始字符串，因此我不必转义\\1 ，并且我也使用单引号而不是双引号，因此不必转义"字符。