更换正则python中的精确分组部分

Question

我有一个模板，需要使用 Python 中的正则表达式替换其中的一部分。这是我的模板：（请注意，两个注释之间至少有一个新行）

hello
how's everything

<!--POSTS:START-->
some text
<!--POSTS:END-->

Some code here

我想替换 和 <; 之间的所有内容。 !--POSTS:END-->Python 中的。所以我制作了 \n([^;]*)\n 模式，但它包括 和 也是如此。

这就是我想要的：

re.sub('...', 'foo', message)

# expected result:
hello
how's everything

<!--POSTS:START-->
foo
<!--POSTS:END-->

Some code here

谢谢。

Answer 1

您可以使用捕获组作为开始和结束标记，并在目标替换字符串中将其引用为 \1、\2 等。

如果文本多次出现 ... 则使用 .* 的正则表达式? 将替换每个组。如果'？'删除正则表达式，那么它将删除从第一组开头到最后一组结尾的所有文本。

试试这个：

import re

s = '''
hello
how's everything

<!--POSTS:START-->
some text
<!--POSTS:END-->

Some code here
'''

# for multi-line matching need extra flags in the regexp
s = re.sub(r'(<!--POSTS:START-->\n).*?(\n<!--POSTS:END-->)', r'\1foo\2', s, flags=re.DOTALL)

# this inlines the DOTALL flag in the regexp for same result
# s = re.sub(r'(?s)(<!--POSTS:START-->\n).*?(\n<!--POSTS:END-->)', r'\1foo\2', s)

print(s)

输出：

hello
how's everything

<!--POSTS:START-->
foo
<!--POSTS:END-->

Some code here

Answer 2

检查此 https：//docs.python.org/3/library/library/re.html

import re

pattern = r"(<!--POSTS:START-->\n).*(\n<!--POSTS:END-->)"
string = """hello
how's everything

<!--POSTS:START-->
some text
<!--POSTS:END-->

Some code here"""
result = re.sub(pattern, r"\g<1>foo\g<2>", string)
print(result)

结果：

hello
how's everything

<!--POSTS:START-->
foo
<!--POSTS:END-->

Some code here

Answer 3

您可以使用以下内容：

import re

new_content = re.sub(
    r'(<!--POSTS:START-->\n).*?(?=\n<!--POSTS:END-->)', r"\1foo",
    content, flags=re.DOTALL)

旗帜dotall：制作'。'。特殊角色完全匹配任何角色，包括newline。

我正在使用两件事来完成您想要的

• group lookahead “？=” ：断言，在这里可以匹配给定的子图案，而不会消耗字符
• 非贪婪的匹配模式（*？）。这将以非贪婪模式匹配。这样，

当我们使用LookAhead， \ n＆lt;！ - 帖子：end - ＆gt; 时，我们将不会消耗所有模式，因此我只需要保留第一组并重写内容在比赛之间。这就是为什么我使用 \ 1foo 而不是 \ 1foo \ 2 ，

如果您仅修改第一匹配项，则可以使用 count = 1

re.sub(..., count=1)

您可以在这两行之间有任何东西，它将按预期工作