Python + Regex +用该模式的多个副本替换模式

Question

我必须从用户处获取一个字符串并将其格式化，以便某些命令行使用情况可以接受。 基本上，我需要用两个反斜杠替换双引号（“）之前的所有反斜杠。我可以使用此正则表达式找到该模式：

import re

pattern = '\\\\+"'
string = "\\\\\\\" asdf \\\" \\ \\ \\\\\""

print string, "\n"
matches = re.findall(pattern, string)

但是现在我有了那些匹配项，如何用自己的双重副本替换它们？ 因此，引号前面的3个反斜杠必须变为6，1个斜杠成为2，2变为4。不在引号前面的斜杠保持相同的长度。

任何对此的建议将不胜感激。

谢谢。

Answer 1

您应该使用单引号，原始字符串和re.sub ：

string = r'\\\" asdf \" \ \ \\"'
new_string = re.sub(r'(\\+)"', r'\1\1"', string)
print(new_string)

输出：

\\\\\\" asdf \\" \ \ \\\\"

---

模式

为了解释这种模式，首先让我们删除括号； 它们不会影响匹配的内容，我们稍后将它们放回去。 模式r'\\\\+"'意思是“一个或多个反斜杠后跟一个双引号”。即使它是原始字符串，我们仍然必须转义反斜杠，因为反斜杠在正则表达式中具有特殊含义；这就是为什么它是r'\\\\+"'代替r'\\+"' 。

括号

实际模式中\\\\+周围的括号仅表示“捕获这些括号内的匹配部分”。 这会将匹配中所有反斜杠的子字符串放入捕获组。 我们将在替换字符串中使用此捕获组。

替换字符串

替换字符串r'\\1\\1"'意思是“第一个捕获组的两个副本后跟一个双引号”（在这种情况下，只有一个捕获组，但是可以有更多个）。替换字符串具有双引号是因为匹配项带有双引号；由于整个匹配项都由替换字符串替代，因此，如果替换字符串没有双引号，则将删除双引号。