re.sub符号的差异

Question

我在使用re.sub时有点犯了错误，因为它与所有其他python re函数/方法的转义方式似乎有所不同。例如，以下表达式：

>>> re.sub(r'\smd:', r'\s', '<tag md:new>text</tag>')

我想会有回报：<tag new>text</tag>

实际返回：

<tag\snew>text</tag>

在\s未被替换的情况下。原始字符串（^ {CD5}}）不能在中间（^ {CD6}}）ARG中工作吗？是否有一些关于如何使用的指南

在对它进行了一些尝试和错误之后，使用re.sub的方法似乎是“捕获”空间并将其作为替代品传递回去：

>>> re.sub(r'(\s)md:', r'\1', '<tag md:new>text</tag>')
'<tag new>text</tag>'

Answer 1

在对re.sub的调用中，第一个参数r'\smd:'应该是原始字符串，因为您希望正则表达式引擎解析\，而不是Python。然而，第二个参数r'\s'不需要是原始字符串，因为它不会被正则表达式引擎解析，但是您希望告诉Python它应该是一个空格，所以您可以传递它' '

因此，这将起作用：

re.sub(r'(\s)md:', ' ', '<tag md:new>text</tag>')

另一件需要注意的事情是，您现在正在将' md:'替换为' '，但是如果前面有空格，您可以将'md:'替换为''，这样做的好方法是：

re.sub(r'(?<=\s)(md:)', '', '<tag md:new>text</tag>')

它并没有那么短，但它非常清楚您实际在做什么，并且在其他情况下会更好地工作，您知道之前的内容，但不能仅仅替换它。这被称为regex lookbehind表达式-并非所有引擎都支持它，但Python 3的re目前支持它

Answer 2

\s是一个字符集（空白），因此不清楚引擎希望用哪个字符替换匹配项。只需使用空格（）即可：

>>> re.sub(r'\smd:', r' ', '<tag md:new>text<tag>')
'<tag new>text<tag>'