如何使用re替换和移动python中的字符串模式？

Question

我有一个片段

re.sub(r"""\s*(\p{LD}+)\s+NEAR/(\d)\s+(\p{LD}+)\s*""",r""""$1 $3"~$2""",'foo NEAR/4 bar')

在python中。

预期输出为
“ foo bar”〜4

但现在我越来越

foo NEAR/4 bar 

我正在尝试将scala代码转换为python。 标量代码是

val near_rex = """\s*(\p{LD}+)\s+NEAR/(\d)\s+(\p{LD}+)\s*""".r;
val out = near_rex.replaceAllIn("foo NEAR/4 bar", """"$1 $3"~$2""");

斯卡拉（Scala）片段在这里工作正常http://www.simplyscala.com/

Answer 1

我不知道scala，所以我不知道\\p{LD}+应该匹配什么，但是使用\\w匹配[a-zA-Z0-9_] （foo / bar），正则表达式可以：

>>> re.sub(r"""\s*(\w+)\s+NEAR/(\d)\s+(\w+)\s*""",r""""\1 \3"~\2""",'foo NEAR/4 bar')
'"foo bar"~4'

为了返回捕获的组，您必须使用\\1 ， \\2 ...而不是$1 。

---

正如Avinash Raj在评论中所建议的那样，您可以使用简单的引号来消除三重引号：

re.sub(r'\s*(\w+)\s+NEAR/(\d)\s+(\w+)\s*',r'"\1 \3"~\2','foo NEAR/4 bar')

此外， \\p{L}不是特定于Scala的（归功于Amal Murali），但用于匹配属于“字母”类别的unicode字符。