[英]python re.sub, only replace part of match
我是python的新手
我需要通过一个正则表达式匹配所有情况并进行替换。 这是一个示例子字符串 - >所需的结果:
<cross_sell id="123" sell_type="456"> --> <cross_sell>
我想在我的代码中这样做:
myString = re.sub(r'\<[A-Za-z0-9_]+(\s[A-Za-z0-9_="\s]+)', "", myString)
而不是在<cross_sell
之后替换所有内容,它会替换所有内容并返回'>'
有没有办法让re.sub只替换捕获组而不是整个模式?
您可以使用替换组:
>>> my_string = '<cross_sell id="123" sell_type="456"> --> <cross_sell>'
>>> re.sub(r'(\<[A-Za-z0-9_]+)(\s[A-Za-z0-9_="\s]+)', r"\1", my_string)
'<cross_sell> --> <cross_sell>'
请注意,我将第一组(您要保留的组)放在括号中,然后通过在替换字符串中使用"\\1"
修饰符(第一组)将其保留在输出中。
您可以使用组引用匹配第一个单词和否定字符类以匹配<>
之间的其余字符串:
>>> s='<cross_sell id="123" sell_type="456">'
>>> re.sub(r'(\w+)[^>]+',r'\1',s)
'<cross_sell>'
\\w
等于[A-Za-z0-9_]
。
由于输入数据是XML,因此最好使用XML解析器对其进行解析 。
内置的xml.etree.ElementTree
是一个选项:
>>> import xml.etree.ElementTree as ET
>>> data = '<cross_sell id="123" sell_type="456"></cross_sell>'
>>> cross_sell = ET.fromstring(data)
>>> cross_sell.attrib = {}
>>> ET.tostring(cross_sell)
'<cross_sell />'
lxml.etree
是另一种选择。
下面的代码在python 3.6下测试,没有使用组..
test = '<cross_sell id="123" sell_type="456">'
resp = re.sub(r'\w+="\w+"' ,r'',test)
print (resp)
<cross_sell>
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.