我可以使用re.sub（或regexobject.sub）替換子組中的文本嗎？

Question

我需要解析一個看起來像這樣的配置文件（簡化）：

<config>
<links>
<link name="Link1" id="1">
 <encapsulation>
  <mode>ipsec</mode>
 </encapsulation>
</link>
<link name="Link2" id="2">
 <encapsulation>
  <mode>udp</mode>
 </encapsulation>
</link>
</links>

我的目標是能夠更改特定於特定鏈接的參數，但是我很難讓替換正常工作。 我有一個正則表達式可以隔離特定鏈接上的參數值，該值包含在捕獲組1中：

link_id = r'id="1"'
parameter = 'mode'
link_regex = '<link [\w\W]+ %s>[\w\W]*[\w\W]*<%s>([\w\W]*)</%s>[\w\W]*</link>' \
% (link_id, parameter, parameter)

從而，

print re.search(final_regex, f_read).group(1)

打印ipsec

regex howto中的所有示例似乎都假設一個人想要在替換中使用捕獲組，但是我需要做的是替換捕獲組本身（例如，將Link1模式從ipsec更改為udp）。

Answer 1

我必須給你一個強制性：“不要使用正則表達式來做到這一點。”

查看使用BeautifulSoup做到這一點有多么容易，例如：

>>> from BeautifulSoup import BeautifulStoneSoup
>>> html = """
... <config>
... <links>
... <link name="Link1" id="1">
...  <encapsulation>
...   <mode>ipsec</mode>
...  </encapsulation>
... </link>
... <link name="Link2" id="2">
...  <encapsulation>
...   <mode>udp</mode>
...  </encapsulation>
... </link>
... </links>
... </config>
... """
>>> soup = BeautifulStoneSoup(html)
>>> soup.find('link', id=1)
<link name="Link1" id="1">
<encapsulation>
<mode>ipsec</mode>
</encapsulation>
</link>
>>> soup.find('link', id=1).mode.contents[0].replaceWith('whatever')
>>> soup.find('link', id=1)
<link name="Link1" id="1">
<encapsulation>
<mode>whatever</mode>
</encapsulation>
</link>

查看您的正則表達式，我無法真正確定這是否正是您要執行的操作，但是無論您要執行什么操作，使用BeautifulSoup之類的庫都比嘗試將正則表達式拼湊在一起要好得多。 如果可能，我強烈建議您走這條路線。

Answer 2

這看起來像有效的XML，在這種情況下，您不需要BeautifulSoup，也絕對不需要正則表達式，只需使用任何好的XML庫加載XML，對其進行編輯並打印出來，這是使用ElementTree的一種方法：

import xml.etree.cElementTree as ET

s = """<config>
<links>
<link name="Link1" id="1">
 <encapsulation>
  <mode>ipsec</mode>
 </encapsulation>
</link>
<link name="Link2" id="2">
 <encapsulation>
  <mode>udp</mode>
 </encapsulation>
</link>
</links>
</config>
"""
configElement = ET.fromstring(s)

for modeElement in configElement.findall("*/*/*/mode"):
    modeElement.text = "udp"

print ET.tostring(configElement)

它將所有模式元素更改為udp ，這是輸出：

<config>
<links>
<link id="1" name="Link1">
 <encapsulation>
  <mode>udp</mode>
 </encapsulation>
</link>
<link id="2" name="Link2">
 <encapsulation>
  <mode>udp</mode>
 </encapsulation>
</link>
</links>
</config>

Answer 3

假設您的link_regex是正確的，則可以這樣添加括號：

(<link [\w\W]+ %s>[\w\W]*[\w\W]*<%s>)([\w\W]*)(</%s>[\w\W]*</link>)

然后您可以執行以下操作：

p = re.compile(link_regex)
replacement = 'foo'
print p.sub(r'\g<1>' + replacement + r'\g<3>' , f_read)

Answer 4

不知道我會那樣做，但是最快的方法是轉移捕獲：

（[\\ w \\ W] [\\ w \\ W] <％s>）[\\ w \\ W] （[\\ w \\ W] ）'並替換為group1 + mode + group2