Python：一排有许多正则表达式？

Question

我有一些文本文件是另一个软件的输出。我有一个由管道磁带连接在一起的Perl脚本，它用一系列几乎100个正则表达式来清理这些脚本。你知道吗

我对Python还不太熟悉，不知道是否有比一大块Python更惯用的方法来处理这个问题，这比perl的：string =~ s/blah/blah/i;结构要重得多

string = re.sub(r'  +', " ", string, re.I)
string = re.sub(r'(\w)- ', "\1, ", string, re.I)
string = re.sub(r'u-s', "U.S.", string, re.I)

比如某种带有正则表达式的dict和它们的替代品？我还很好奇，连续多次调用一个模块的函数会如何影响性能？你知道吗

Answer 1

如果将正则表达式放入元组中，那么迭代元组并执行替换是一件容易的事情。你知道吗

正则表达式：

import re
regexs = (
    (r'  +', " ", re.I),
    (r'(\w)- ', "\1, ", re.I),
    (r'u-s', "U.S.", re.I),
)
compiled_regexs = [(re.compile(rx[0], rx[2]), rx[1]) for rx in regexs]

代码：

for line in lines:
    for regex, replace in compiled_regexs:
        line = regex.sub(replace, line)
    print(line)

测试数据：

lines = (
    'Quick  Brown  Fox',
    'u-s lazy  dog',
)

结果：

Quick Brown Fox
U.S. lazy dog