python 正则匹配和替换

Question

我需要找到、处理并逐个移除一些符合比较长的正则表达式的子字符串：

# p is a compiled regex
# s is a string  
while 1:
    m = p.match(s)
    if m is None:
        break
    process(m.group(0)) #do something with the matched pattern
    s = re.sub(m.group(0), '', s) #remove it from string s

上面的代码有两个问题：

1. 如果 m.group(0) 里面包含一些正则表达式的特殊字符（比如 *, + 等），那就不管用了。

2. 感觉我在重复工作：我先要在字符串里找出正则表达式，然后还得再去找一次把它移除。

有什么好的方法可以做到这一点吗？

Answer 1

re.sub 这个函数可以接收一个函数作为参数，这样你就可以把替换和处理的步骤结合在一起，随你喜欢。

# p is a compiled regex
# s is a string  
def process_match(m):
    # Process the match here.
    return ''

s = p.sub(process_match, s)