Python 2.6.1（OS X 10.6.8）回复sub（）在组中强调行为？

Question

我遇到了一个可能遇到“{key”或“{key\n”的情况，我希望将“{key\n”转换为“{key”，而不影响字符串中“\n”的其他实例。键可以包含a-z、a-z、0-9、下划线和破折号中的任何一个。你知道吗

我以为这样行得通，但行不通：

import re
test = '{sq-a_ foo}{sq-b_\nbar}\n{sq-c_ gluck}'
print re.sub(r'(\{*[_a-zA-Z0-9-]\n)','\1 ',test)

它返回：

{sq-a_ foo}{sq-b bar}
{sq-c_ gluck}

…其中有一个不可见字符0x01，就在替换中下划线应该出现的地方。你知道吗

我期望这个：

{sq-a_ foo}{sq-b_ bar}
{sq-c_ gluck}

所以我的问题是，sq-b之后的下划线去了哪里？那0x01是从哪里来的？你知道吗

• 很明显，下划线在被替换时是匹配的
• 在帕伦家，所以在第一组
• 第1组是在替换中出现的（无下划线）

Answer 1

首先，让我们看看您的原始表达式：

\{*匹配0个或多个文字{。在本例中，因为它期望下一个字符是_a-zA-Z0-9-后面跟一个\n，所以它捕获了\n前面的最后一个字符，并有效地使\{*语句不相关。你知道吗

然后，由于\n与另一个字符一起包含在捕获组中，当您用\1反向引用替换它时，换行符将与另一个字符一起包含在替换组中。在本例中，您将用空格替换_\n，这就是空格消失的原因。你知道吗

这就得到了包括下划线在内的答案—如果要替换换行符，需要将其从捕获组中排除。另外，愚蠢的我，我错过了在backreference中缺少文本字符串r''前缀：

import re
test = '{sq-a_ foo}{sq-b_\nbar}\n{sq-c_ gluck}'
print re.sub(r'(\{[^}]+)\n(.+\})',r'\1 \2',test)

输出：

{sq-a_ foo}{sq-b_ bar}
{sq-c_ gluck}

同样值得注意的是，您可以使用\w而不是a-zA-Z_；来简化表达式）

所有这些都表明，我认为有一个更容易的方法来实现你的目标：

re.sub(r'(?!\})\n', ' ', test); 

。。。将替换所有不以}开头的换行符实例。取决于你想做什么，这可能要简单得多。你知道吗

另一种选择是使用消极的后视：

re.sub(r'(?![\w-])(\n)', ' ', test); 

Answer 2

您犯了两个错误，捕获了\n，而忘记了子字符串中的r：

import re
test = '{sq-a_ foo}{sq-b_\nbar}\n{sq-c_ gluck}'
print re.sub(r'(\{*[_a-zA-Z0-9-])\n',r'\1 ',test)

另外，如@remus所述，您可以用\w替换a-zA-Z0-9_，这样您就可以简化为：

re.sub(r'(\{*[\w-])\n', r'\1 ', test)