python正则表达式替换匹配组

Question

我正在尝试替换AndroidManifest.xml的频道名称，以批量生成一组要发布的频道apk包。

xml文件中的<meta-data android:value="CHANNEL_NAME_TO_BE_DETERMINED" android:name="UMENG_CHANNEL"/> 。

通道配置保存在配置文件中，例如：

channel_name    output_postfix  valid 
"androidmarket" "androidmarket" true

这是我尝试过的：

manifest_original_xml_fh = open("../AndroidManifest_original.xml", "r")
manifest_xml_fh = open("../AndroidManifest.xml", "w")
pattern = re.compile('<meta-data\sandroid:value=\"(.*)\"\sandroid:name=\"UMENG_CHANNEL\".*')
for each_config_line in manifest_original_xml_fh:
    each_config_line = re.sub(pattern, channel_name, each_config_line) 
    print each_config_line

它将整个<meta-data android:value="CHANNEL_NAME_TO_BE_DETERMINED" android:name="UMENG_CHANNEL"/>为androidmarket ，这显然不是我的需要。 然后我发现问题是pattern.match(each_config_line)返回一个匹配结果，结果组之一是“ CHANNEL_NAME_TO_BE_DETERMINED”。 我也尝试提供一些替换实现功能，但仍然失败。

因此，既然我已经成功找到了模式，那么如何正确替换匹配的结果组元素？

Answer 1

我建议采用另一种方法：将xml保存为模板，并使用标准Python字符串操作替换占位符。

例如

AndroidManifest_template.xml:

<meta-data android:value="%(channel_name)s" android:name="UMENG_CHANNEL"/>

python:

manifest_original_xml_fh = open("../AndroidManifest_template.xml", "r")
manifest_xml_fh = open("../AndroidManifest.xml", "w")
for each_config_line in manifest_original_xml_fh:
    each_config_line = each_config_line % {'channel_name': channel_name}
    print each_config_line

Answer 2

要仅捕获元数据标记的值，您需要更改正则表达式：

<meta-data\sandroid:value=\"([^"]*)\"\sandroid:name=\"UMENG_CHANNEL\".*

具体来说，我更改了这一部分：

\\"(.*)\\" -这是一个贪婪的匹配，因此只要表达式的其余部分匹配，它将继续匹配尽可能多的字符

至

\\"([^"]*)\\" -将匹配所有不是双引号的内容。匹配结果仍将在第一个捕获组中

如果您要执行替换操作，一个更好的主意可能是捕获要保持不变的内容-我不是python专家，但是类似的事情可能会起作用：

re.sub(r'(<meta-data\sandroid:value=\")[^"]*(\"\sandroid:name=\"UMENG_CHANNEL\".*)'
, r'\1YourNewValue\2', s)

\\1是反向引用1-即它获取第一个捕获组匹配的对象

Answer 3

我认为您的误解是，已匹配的所有内容都将被替换。 如果要保留模式中的内容，则必须捕获它并将其重新插入替换字符串中。

或通过使用环视断言仅匹配您要替换的内容

尝试这个

pattern = re.compile('(?<=<meta-data\sandroid:value=\")[^"]+')
for each_config_line in manifest_original_xml_fh:
    each_config_line = re.sub(pattern, channel_name, each_config_line)

(?<=<meta-data\\sandroid:value=\\")是肯定的后置断言，它确保此文本在之前，但不匹配（因此将不会被替换）

然后[^"]+会匹配非"

在Regexr上查看