帶有變量的python re.sub

Question

輸入文本：

Ell és la víctima que expia els nostres pecats, i no tan sols els nostres, sinó els del món sencer.  

預期產量：

Ell és la víctima que expia els nostres pecats, i no tan sols els nostres, sinó els del món sencer.

已知事實：unichr（233）=é

現在我有

re.sub('&#([^;]*);', r'unichr(int(\1))', inputtext, flags=re.UNICODE)

當然不起作用，不知道如何在\\1上傳遞函數

任何想法？

Answer 1

使用lambda函數 ：

re.sub('&#([^;]*);', lambda match: unichr(int(match.group(1))), t, flags=re.UNICODE)

Answer 2

對您來說幸運的是， re.sub接受一個函數作為參數。 該函數將收到一個“ MatchObject” -從那里，您可以通過match.group(1), match.group(2)等獲取匹配的組。該函數的返回值將是要替換的字符串輸入文本中的匹配組。

def fn(match):
  return unichr(int(match.group(1)))

re.sub('&#([^;]*);', fn, inputtext, flags=re.UNICODE)

如果確實需要，可以內聯它並使用lambda －但是我認為lambda使得在這種情況下¹更加難以閱讀。

---

順便說一下，根據您的python版本，有更好的方法來取消轉義html（因為它還將處理特殊的轉義序列，例如'&' ：

Python2.x

>>> import HTMLParser
>>> s = 'Ell és la víctima que expia els nostres pecats, i no tan sols els nostres, sinó els del món sencer.'
>>> print HTMLParser.HTMLParser().unescape(s)
Ell és la víctima que expia els nostres pecats, i no tan sols els nostres, sinó els del món sencer.

Python3.x

>>> import html
>>> html.unescape(s)

參考

^{1，尤其是如果您給fn一個更明智的名稱；-)}