regex para corresponder, mas apenas substituir parte do padrão, em python
Todos os exemplos que encontrei sobre estouro de pilha são muito complicados para fazer engenharia reversa .
Considere este exemplo de brinquedo
s = "asdfasd a_b dsfd"
eu quero s = "asdfasd a'b dsfd"
Ou seja: encontre dois caracteres separados por um sublinhado e substitua esse sublinhado por um apóstrofo
Tentativa:
re.sub("[a-z](_)[a-z]","'",s)
# "asdfasd ' dsfd"
Achei que ()
deveriam resolver esse problema.
Ainda mais confuso é o fato de que parece que encontramos o caractere que queremos substituir:
re.findall("[a-z](_)[a-z]",s)
#['_']
por que isso não é substituído?
obrigado
Respostas
Use os padrões de olhar para frente e para trás:
re.sub("(?<=[a-z])_(?=[a-z])","'",s)
Os padrões de olhar para frente / para trás têm largura zero e, portanto, não substituem nada.
UPD:
- O problema era que
re.sub
substituiria toda a expressão correspondida, incluindo a letra anterior e a seguinte. re.findall
ainda estava combinando com a expressão inteira, mas também tinha um grupo (o parêntese dentro), que você observou. A partida toda ainda estavaa_b
- As expressões lookahead / lookbehind verificam se a pesquisa é precedida / seguida por um padrão, mas não o inclui na correspondência.
- outra opção era criar vários grupos e colocá-los na substituição:
re.sub("([a-z])_([a-z])", r"\1'\2", s)
Ao usar re.sub
, o texto a ser mantido deve ser capturado, o texto a ser removido não.
Usar
re.sub(r"([a-z])_(?=[a-z])",r"\1'",s)
Veja a prova .
EXPLICAÇÃO
NODE EXPLANATION
--------------------------------------------------------------------------------
( group and capture to \1:
--------------------------------------------------------------------------------
[a-z] any character of: 'a' to 'z'
--------------------------------------------------------------------------------
) end of \1
--------------------------------------------------------------------------------
_ '_'
--------------------------------------------------------------------------------
(?= look ahead to see if there is:
--------------------------------------------------------------------------------
[a-z] any character of: 'a' to 'z'
--------------------------------------------------------------------------------
) end of look-ahead
Código Python :
import re
s = "asdfasd a_b dsfd"
print(re.sub(r"([a-z])_(?=[a-z])",r"\1'",s))
Resultado:
asdfasd a'b dsfd
O re.sub
substituirá tudo o que correspondeu.
Existe uma maneira mais geral de resolver seu problema e você não precisa modificar novamente sua expressão regular.
Código abaixo:
import re
s = 'Data: year=2018, monthday=1, month=5, some other text'
reg = r"year=(\d{4}), monthday=(\d{1}), month=(\d{1})"
r = "am_replace_str"
def repl(match):
_reg = "|".join(match.groups())
return re.sub(_reg, r,match.group(0)) if _reg else r
#
re.sub(reg,repl, s)
resultado: 'Data: year=am_replace_str, monthday=am_replace_str, month=am_replace_str, some other text'
Claro, se seu caso não contiver grupos, seu código pode ser assim:
import re
s = 'Data: year=2018, monthday=1, month=5, some other text'
reg = r"year=(\d{4}), monthday=(\d{1}), month=(\d{1})"
r = "am_replace_str"
def repl(match):
_reg = "|".join(match.groups())
return re.sub(_reg, r,match.group(0))
#
re.sub(reg,repl, s)