在python中用序列号字符串替换pattern

Question

我试图在python中实现以下替换。将所有html标记替换为{n} &创建[tag，{n}]
原始字符串->；“<h>这是一个字符串。</H><P>这是另一部分。</P>“
替换了文本->；“{0}这是一个字符串。{1} {2}这是另一部分。{3} ““

这是我的密码。我已经从替换开始了，但是我仍然停留在替换逻辑上，因为我无法找到以连续的方式替换每个事件的最佳方法，例如用{0}、{1}等等：

import re
text = "<h> This is a string. </H><p> This is another part. </P>"

num_mat = re.findall(r"(?:<(\/*)[a-zA-Z0-9]+>)",text)
print(str(len(num_mat)))

reg = re.compile(r"(?:<(\/*)[a-zA-Z0-9]+>)",re.VERBOSE)

phctr = 0
#for phctr in num_mat:
#    phtxt = "{" + str(phctr) + "}"
phtxt = "{" + str(phctr) + "}"
newtext = re.sub(reg,phtxt,text)

print(newtext)

有人能帮我找到更好的方法吗？谢谢您！在

Answer 1

import re
import itertools as it

text = "<h> This is a string. </H><p> This is another part. </P>"

cnt = it.count()
print re.sub(r"</?\w+>", lambda x: '{{{}}}'.format(next(cnt)), text)

印刷品

^{pr2}$

仅适用于简单标记（标记中没有属性/空格）。对于扩展标记，您必须调整regexp。在

另外，不重新初始化cnt = it.count()将继续编号。在

更新获取映射dict：

import re
import itertools as it

text = "<h> This is a string. </H><p> This is another part. </P>"

cnt = it.count()
d = {}
def replace(tag, d, cnt):
    if tag not in d:
        d[tag] = '{{{}}}'.format(next(cnt))
    return d[tag]
print re.sub(r"(</?\w+>)", lambda x: replace(x.group(1), d, cnt), text)
print d

印刷品：

{0} This is a string. {1}{2} This is another part. {3}
{'</P>': '{3}', '<h>': '{0}', '<p>': '{2}', '</H>': '{1}'}