是否可以在re.sub中使用re.search的结果作为变量？

Question

原始文字：

（NP（DT a）（JJ小）（NN奇迹））

文本1：

（1-NP（2-DT 3-a）（4-JJ 5-小）（6-NN 7-奇迹））**

文本2：

（1-NP（2-DT> 1 3-a）（4-JJ> 1 5-小）（6-NN> 1 7奇迹））**

我想把text1变成text2。 这样做的目的是使用> 1表示数字2,4，而6的父代是数字1。

我想出了：

line = '(1-NP (2-DT 3-a) (4-JJ 5-small) (6-NN 7-miracle))'
q = re.search(r'^\(([0-9]{1,2})\-NP',line)               # capture the parent number 
i = re.sub(r'( \([^ ]+\b )',r'\1' + q.group(1) ,line)    # using the captured number in re.sub
print(str(i))

运行代码后，我得到了错误消息：

raise error, "invalid group reference"
sre_constants.error: invalid group reference

看来问题在于：

 r'\1' + q.group(1)

所以..如何使用python将text1转换为text2？

Answer 1

使用像sub()这样的函数，在python中不能使用\\1和\\2 ，...（如sed，awk或vi）扩展替换字符串中的括号组。

而是可以用\\g<1>和\\g<2>在替换字符串中引用组，...。

import re

line = '(1-NP (2-DT 3-a) (4-JJ 5-small) (6-NN 7-miracle))'
q = re.search(r'^\(([0-9]{1,2})\-NP',line)
result = re.sub(r' \(([^ ]+?) ([^ ]+?)\)', ' (\g<1>>' + q.group(1) + ' \g<2>)', line)

print result

注意第二个正则表达式使用[^ ]+? 而不是[^ ]+ 。 问号使+成为所谓的“非贪婪”，这意味着它将匹配字符串的一部分，使其尽可能小，而不是尽可能大。 后者（尽可能大，贪心）是默认的正则表达式行为。

Answer 2

line = '(2-NP (3-DT 4-Every) (5-NN 6-fossil))'

for i in list(re.finditer(r'\(([0-9]){0,4}\-[A-Z]{2}',line))[1:]:
    line = re.sub(re.sub('\(','\(',i.group(0)),i.group(0)+'>1',line)
print(line)

产量

'(2-NP (3-DT>1 4-Every) (5-NN>1 6-fossil))'