[英]why does this python regex fail
import sys
import os
import re
import numpy as np
#Tags to remove, sample line: 1:one:2:two:....:122:twentytwo:....:194:ninetyfour:....
r122 = re.compile(':122:(.):')
r194 = re.compile(':194:(.):')
if len(sys.argv) < 2 :
sys.exit('Usage: python %s <file2filter>' % sys.argv[0])
if not os.path.exists(sys.argv[1]):
sys.exit('ERROR: file %s not found!' % sys.argv[1])
with open (sys.argv[1]) as f:
for line in f:
line = re.sub(r':122:(.):', '', str(line))
line = re.sub(r':194:(.):', '', str(line))
print(line,end=" ")
在
1:one:2:two:....:122:twentytwo:....:194:ninetyfour:....
出去
1:one:2:two:....:122:twentytwo:....:194:ninetyfour:....
标签 122 和 194 不会被删除。 我在这里想念什么?
您的模式包含(.)
匹配并捕获除换行符以外的任何单个字符。 您想要的是匹配除:
以外的任何字符,因此您需要使用[^:]+
。
如果只有一部分正则表达式发生更改,则不需要编译单独的正则表达式对象。 您可以在读取文件之前动态构建正则表达式 abd 编译一次。 例如,您有122
、 194
和945
值用于:...:[^:]+:
模式代替...
,那么您可以使用
vals = ["122", "194", "945"]
r = re.compile(r':(?:{}):[^:]+:'.format("|".join(vals)))
# Or, using f-strings
# r = re.compile(rf':(?:{"|".join(vals)}):[^:]+:')
正则表达式看起来像:(?:122|194|945):[^:]+:
:
:
- 一个冒号(?:122|194|945)
- 匹配122
、 194
或945
的非捕获组:
- 一个冒号[^:]+
- 除 a 以外的 1+ 个字符:
:
- 一个冒号然后使用
with open (sys.argv[1], 'r') as f:
for line in f:
print(r.sub('', line))
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.