在Python中使用正则表达式更改文件中字符串的一部分

Question

我有一个文件，其中每一行包含一个时间戳作为该行的一部分。 时间戳格式为1996-07-04 00:00:00.0 。 我想将其转换为1996-07-04 00:00:00而每行中都没有毫秒。 我尝试在pyhton中使用re.sub()方法，但是它将它替换为我提供的值，并且不保留原始时间戳。 我在用

re.sub("(\d\d\d\d-\d\d-\d\d\s+\d\d:\d\d:\d\d.\d)", "replace without millisec", cell)

第二个参数是我的问题。

Answer 1

您可以使用以下正则表达式捕获您需要保留的内容，然后在子替换后使用后向引用将其还原：

\b(\d{4}-\d{2}-\d{2}\s+\d{2}:\d{2}:\d{2})\.\d+\b

替换为\\1 。

观看演示

IDEONE代码：

import re
p = re.compile(r'\b(\d{4}-\d{2}-\d{2}\s+\d{2}:\d{2}:\d{2})\.\d+\b')
test_str = u"1996-07-04 00:00:00.0"
print re.sub(p, r"\1", test_str)

请注意，您不必重复\\d\\d\\d\\d类的相同子模式，只需使用限制量词 {n} ，其中n是您需要该子模式重复的次数。 您甚至可以设置最小和最大边界，例如{1,4} ，或者仅设置最小{2,} 。