python re.sub group: \number 之后的数字

Question

如何用 foo123bar 替换 foobar？

这不起作用：

>>> re.sub(r'(foo)', r'\1123', 'foobar')
'J3bar'

这起作用：

>>> re.sub(r'(foo)', r'\1hi', 'foobar')
'foohibar'

Answer 1

答案是：

re.sub(r'(foo)', r'\g<1>123', 'foobar')

文档的相关摘录：

除了如上所述的字符转义和反向引用之外，\g 将使用名为 name 的组匹配的子字符串，如 所定义>(?P...) 语法。 \g 使用对应的组号；因此，\g<2> 等同于 \2，但在 \g<2>0 等替换中并不含糊。 \20 将被解释为对组 20 的引用，而不是对组 2 的引用，后跟文字字符 '0'。反向引用 \g<0> 替换 RE 匹配的整个子字符串。

Answer 2

对于这个问题，我更愿意通过使用以下内容来匹配而不是捕获。

re.sub(r'(?<=foo)', r'123', 'foobar')
  #=> 'foo123bar'

将 'foo' 之后的零宽度字符串（考虑 'foo' 和 'bar'）替换为 '123'。 (?<=foo) 是一个正向回顾。

Demo

---

当然也有需要捕获组的情况，比如

re.sub(r'(f\w*o)', r'\g<1>123', 'foobar')

Here

re.sub(r'(?<=f\w*o)', r'123', 'foobar')

不起作用，因为Python 的默认正则表达式引擎不支持可变长度后向查找（但是替代的 PyPI 正则表达式模块 支持） 。