Python Regex替換字符串部分的多個出現

Question

我有一大堆HTML，包含多個<img>標簽。 標簽的當前格式是：

<img width="580" height="183" src="/images/stories/acidalkalinetable.jpg" alt="acid alkaline table" title="Body pH Balance">

我想通過html和每個<img>標簽將格式更改為：

<img width="580" height="183" src="{{media url="wysiwyg/acidalkalinetable.jpg"}}" alt="acid alkaline table" title="Body pH Balance">

你可以看到它正在變化的src 。 我保留了文件名但改變了src其他部分

如果img是單個字符串，我可以做類似的事情：

content = '<img width="580" height="183" src="/images/stories/acidalkalinetable.jpg" alt="acid alkaline table" title="Body pH Balance">'

filename = re.search(r'/images/stories/\w+\.(jpg|png|gif)', content)

new_content = re.sub(r'/images/stories/\w+\.(jpg|png|gif)', '{{media url="wysiwyg/' + filename + '"}}', content)

（我沒有測試過）

但我不確定如何在HTML中每次出現<img>標簽時都這樣做

Answer 1

您需要將文件名捕獲為一個組，然后您可以一次性替換它：

re.sub(r'/images/stories/([\w%]+\.(?:jpg|png|gif))', r'{{media url="wysiwyg/\1"}}', content)

這會將捕獲組（ (...) ）放在整個文件名的周圍，包括擴展名（現在本身使用非捕獲(?:...)組），從而導致：

>>> re.sub(r'/images/stories/([\w%]+\.(?:jpg|png|gif))', r'{{media url="wysiwyg/\1"}}', content)
'<img width="580" height="183" src="{{media url="wysiwyg/acidalkalinetable.jpg"}}" alt="acid alkaline table" title="Body pH Balance">'

這使用\\1作為替換模式，請參閱re.sub()文檔 。

此re.sub()調用將使用{{media url="wisywig/.."}}語法替換所有匹配/images/stories/..路徑。