使用re.findall（）替换所有匹配项

Question

使用re.findall()我成功地获得了字符串中正则表达式的多个返回匹配项。但是，返回的对象是字符串中匹配项的列表。这不是我想要的。

我想要的是用别的东西替换所有的火柴。我试图使用与您在re.sub中使用的语法相似的语法来执行以下操作：

import json
import re

regex = re.compile('([a-zA-Z]\"[a-zA-Z])', re.S)

filepath = "C:\\Python27\\Customer Stuff\\Austin Tweets.txt"

f = open(filepath, 'r')
myfile = re.findall(regex, '([a-zA-Z]\%[a-zA-Z])', f.read())
print myfile

但是，这会产生以下错误：

Traceback (most recent call last):
  File "C:/Python27/Customer Stuff/Austin's Script.py", line 9, in <module>
    myfile = re.findall(regex, '([a-zA-Z]\%[a-zA-Z])', f.read())
  File "C:\Python27\lib\re.py", line 177, in findall
    return _compile(pattern, flags).findall(string)
  File "C:\Python27\lib\re.py", line 229, in _compile
    bypass_cache = flags & DEBUG
TypeError: unsupported operand type(s) for &: 'str' and 'int'

在我需要用原始Python对象中的其他内容替换所有匹配项的最后一点语法中，有人能帮助我吗？

编辑：

根据收到的评论和回答，下面是我尝试将一个regex与另一个regex进行细分：

import json
import re

regex = re.compile('([a-zA-Z]\"[a-zA-Z])', re.S)
regex2 = re.compile('([a-zA-Z]%[a-zA-Z])', re.S)

filepath = "C:\\Python27\\Customer Stuff\\Austin Tweets.txt"

f = open(filepath, 'r')
myfile = f.read()
myfile2 = re.sub(regex, regex2, myfile)
print myfile

这将产生以下错误：

Traceback (most recent call last):
  File "C:/Python27/Customer Stuff/Austin's Script.py", line 11, in <module>
    myfile2 = re.sub(regex, regex2, myfile)
  File "C:\Python27\lib\re.py", line 151, in sub
    return _compile(pattern, flags).sub(repl, string, count)
  File "C:\Python27\lib\re.py", line 273, in _subx
    template = _compile_repl(template, pattern)
  File "C:\Python27\lib\re.py", line 258, in _compile_repl
    p = sre_parse.parse_template(repl, pattern)
  File "C:\Python27\lib\sre_parse.py", line 706, in parse_template
    s = Tokenizer(source)
  File "C:\Python27\lib\sre_parse.py", line 181, in __init__
    self.__next()
  File "C:\Python27\lib\sre_parse.py", line 183, in __next
    if self.index >= len(self.string):
TypeError: object of type '_sre.SRE_Pattern' has no len()

Answer 1

import re

regex = re.compile('([a-zA-Z]\"[a-zA-Z])', re.S)
myfile =  'foo"s bar'
myfile2 = regex.sub(lambda m: m.group().replace('"',"%",1), myfile)
print(myfile2)

Answer 2

如注释所示，使用^{}：

myfile = re.sub(regex, replacement, f.read())

其中，replacement是匹配项将被替换的字符串。

Answer 3

如果我正确地理解了你的问题，你正在尝试用两个字符之间的百分号替换两个字符之间的引号。

有几种方法可以使用re.sub（re.findall根本不进行替换，因此您的初始尝试总是注定要失败）。

一个简单的方法是更改模式，将字母单独分组，然后使用包含回溯引用的替换字符串：

pattern = re.compile('([a-zA-Z])\"([a-zA-Z])', re.S)
re.sub(pattern, r'\1%\2', text)

另一种选择是使用替换函数而不是替换字符串。对于在文本中找到的每个匹配项，将使用match对象调用该函数，其返回值是替换值：

pattern = re.compile('[a-zA-Z]\"[a-zA-Z]', re.S)
re.sub(pattern, lambda match: "{0}%{2}".format(*match.group()), text)

（可能还有很多实现lambda函数的其他方法。我喜欢字符串格式。）

然而，最好的方法可能是在模式中使用lookahead和lookbehind，以确保引号位于字母之间，而不是实际匹配这些字母。这允许您使用普通字符串'%'作为替换：

pattern = re.compile('(?<=[a-zA-Z])\"(?=[a-zA-Z])', re.S)
re.sub(pattern, '%', text)

与其他版本相比，它的语义确实略有不同。像'a"b"c'这样的文本将同时替换两个引号，而前面的代码将只替换第一个。希望这是一个进步！