python中的Re.sub不起作用

Question

假設：

s = '<A HREF="http://www.google.com" ID="test">blah</A>'

我想在URL前面加上“ url：”，所以我嘗試了：

s = re.sub(r'href="([\w:/.]+)"', "url: " + r'\1', s, re.I)

但這不會改變s 。

Answer 1

re.I位置錯誤（被解釋為count參數）。

從文檔中 ：

re.sub(pattern, repl, string, count=0, flags=0)
                              ^^^^^    ^^^^^

嘗試：

In [27]: re.sub(r'href="([\w:/.]+)"', "url: " + r'\1', s, flags=re.I)
Out[27]: '<A url: http://www.google.com ID="test">blah</A>'

Answer 2

盡管另一個答案在技術上絕對是正確的，但我認為您不希望在那里提到的內容。

相反，您可能想使用匹配對象：

m = re.search(r'href="([\w:/.]+)"', s, re.I)
print m.expand(r"url: \1")

導致

url: http://google.com

前面沒有<A ，后面沒有ID="test">blah</A> 。

（如果您想進行更多此類替換，您甚至可能希望通過編譯來重用正則表達式：

r = re.compile(r'href="([\w:/.]+)"', re.I)
ex = lambda st: r.search(st).expand(r"url: \1")
print ex('<A HREF="http://www.google.com" ID="test">blah</A>')
print ex('<A HREF="http://www.yahoo.com" ID="test">blah</A>')
# and so on.

---

但是，如果確實要保留HTML，則必須使用超前和后向表達式：

re.sub(r'(?<=href=")([\w:/.]+)(?=")', "url: " + r'\1', s, flags=re.I)
# -> '<A HREF="url: http://www.google.com" ID="test">blah</A>'

或簡單地通過重復省略的內容：

re.sub(r'href="([\w:/.]+)"', r'href="url: \1"', s, flags=re.I)
# -> '<A href="url: http://www.google.com" ID="test">blah</A>'