Python正則表達式替換除特定單詞之外的所有內容

Question

我試圖用正則表達式執行以下操作：

import re
x = re.compile('[^(going)|^(you)]')    # words to replace
s = 'I am going home now, thank you.' # string to modify
print re.sub(x, '_', s)

我得到的結果是：

'_____going__o___no______n__you_'

我想要的結果是：

'_____going_________________you_'

因為^只能在括號[] ，所以這個結果是有意義的，但我不知道怎么回事。

我甚至試過'([^g][^o][^i][^n][^g])|([^y][^o][^u])'但它產生'_g_h___y_' 。

Answer 1

不像第一次出現那么簡單，因為除了^ inside [ ]之外，RE中沒有“not”，它只匹配一個字符（如你所發現的）。 這是我的解決方案：

import re

def subit(m):
    stuff, word = m.groups()
    return ("_" * len(stuff)) + word

s = 'I am going home now, thank you.' # string to modify

print re.sub(r'(.+?)(going|you|$)', subit, s)

得到：

_____going_________________you_

解釋。 RE本身（我總是使用原始字符串）匹配任何字符（ .+ ）中的一個或多個，但是非貪婪（ ? ）。 這是在第一個括號組（括號）中捕獲的。 接下來是“前進”或“你”或行尾（ $ ）。

subit是一個函數（你可以在合理范圍內調用它），每個替換都會調用它。 傳遞匹配對象 ，我們可以從中檢索捕獲的組。 第一組我們只需要長度，因為我們用下划線替換每個字符。 返回的字符串將替換匹配模式的字符串。

Answer 2

這是一種正則表達式方法：

>>> re.sub(r'(?!going|you)\b([\S\s]+?)(\b|$)', lambda x: (x.end() - x.start())*'_', s)
'_____going_________________you_'

這個想法是，當你處理單詞並且想要排除它們等時，你需要記住大多數正則表達式引擎（大多數使用傳統的NFA）按字符分析字符串。 在這里，因為你想要排除兩個單詞並想要使用否定前瞻，你需要將允許的字符串定義為單詞（使用單詞邊界），因為在sub中它用匹配的替換字符串替換匹配的模式，你不能只是通過_因為在那種情況下它將替換像I am一樣的3個下划線（ I ，''，'am'）。 因此，您可以使用函數作為sub的第二個參數傳遞，並將_與要匹配的匹配字符串的長度相乘。