python.replace（）正则表达式

Question

我正在尝试在“<；/html>；”标记后抓取所有内容并将其删除，但我的代码似乎什么也没做。.replace()不支持regex吗？

z.write(article.replace('</html>.+', '</html>'))

Answer 1

@Ignácio是对的，+1，我只提供更多的例子。

要使用正则表达式替换文本，请使用re.sub函数：

sub(pattern, repl, string[, count, flags])

它将用作为string传递的文本替换pattern的非遍历实例。例如，如果需要分析匹配以提取有关特定组捕获的信息，可以将函数传递给string参数。more info here。

示例

>>> import re
>>> re.sub(r'a', 'b', 'banana')
'bbnbnb'

>>> re.sub(r'/\d+', '/{id}', '/andre/23/abobora/43435')
'/andre/{id}/abobora/{id}'

Answer 2

您可以对regex使用re模块，但是regex可能会对您想要的东西造成过度破坏。我可以试试

z.write(article[:article.index("</html>") + 7]

这比基于正则表达式的解决方案要干净得多，而且应该快得多。

Answer 3

没有。Python中的正则表达式由^{}模块处理。

article = re.sub(r'(?is)</html>.+', '</html>', article)