如何在python中使用正則表達式修改字符串中的文本？

Question

我正在嘗試更改包含如下字符串的文件：

Record 1 : 
{ "K1":"value1" , 
  "K2":"value2" 
}

Record 2 :
{ "K1":"value3" , 
  "K2":"value4" 
}

至

{
    "Record_1" : 
        { "K1": "value1", 
          "K2": "value2" 
    }, 

    "Record_2" :
        { "K1": "value3", 
          "K2": "value4" 
        }
}

（以使其成為正確的JSON格式）。
我遇到問題的部分代碼是：

pattern = r"(\s*)Record (\d+):"
all_records_json = re.sub(middle_pattern, "\"Record_"+ ??? + "\" : ",all_records)

而且我不知道要放什么而不是??? 以便它讀取與模式匹配的（\\ d +）部分。

Answer 1

首先，您的模式首先與實際數據不匹配：

>>> all_records = '''Record 2 :
... { "K1":"value3" , 
...   "K2":"value4" 
... }'''
>>> pattern = r"(\s*)Record (\d+):"
>>> re.findall(pattern, all_records)
[]

那是因為您的數據在數字和冒號之間有一個空格。 您需要解決此問題。 當我們討論它時，我不知道為什么要在前面的空格周圍放置一個組，所以我們不要這樣做。 這樣我們得到：

>>> pattern = r"\s*Record (\d+)\s*:"
>>> re.findall(pattern, all_records)
[2]

現在，您唯一的捕獲組是\\d+ 。 因此，這將是第1組。您可以將其包括在\\1 。 所以：

>>> print(re.sub(pattern, r'"Record_\1": ', all_records))
"Record_2":
{ "K1":"value3" ,
  "K2":"value4"
}

那仍然不是有效的JSON，但這正是您想要的，對嗎？

如果您閱讀文檔，則re.sub解釋說：“后向引用，例如\\6 ，將替換為模式中第6組匹配的子字符串。” 有關(…)組和(?P<name>…)組的反向引用的完整詳細信息，請在正則表達式語法中查找它們。 您還應該閱讀Regular Expression HOWTO ，它以一種對新手更友好的方式解釋了所有這些內容。

注意，就像模式一樣，我將替換設置為原始字符串，因此我不必轉義\\1 ，並且我也使用單引號而不是雙引號，因此不必轉義"字符。