python - 正则表达式:获取对数字的反向引用，添加到它

Question

简单的正则表达式问题:

我想用 pagenumber + 一些数字(比如 10)替换字符串中的页码。我想我可以用反向引用捕获匹配的页码，对其进行操作并将其用作 re.sub 中的替换参数。

这有效(只是传递值):

def add_pages(x):
    return x

re.sub("(?<=Page )(\d{2})",add_pages(r"\1") ,'here is Page 11 and here is Page 78\nthen there is Page 65',re.MULTILINE)

屈服，当然，'这里是第 11 页，这里是第 78 页\n然后是第 65 页'

现在，如果我更改 add_pages 函数来修改传递的反向引用，则会出现错误。

def add_pages(x):
        return int(x)+10


re.sub("(?<=Page )(\d{2})",add_pages(r"\1") ,'here is Page 11 and here is Page 78\nthen there is Page 65',re.MULTILINE)

ValueError: invalid literal for int() with base 10: '\\1'

，因为传递给 add_pages 函数的似乎是文字反向引用，而不是它引用的内容。

如果没有将所有匹配的数字提取到列表中，然后处理并添加回去，我该怎么做？

Answer 1

实际的问题是，你应该将一个函数传递给 re.sub 的第二个参数，而不是调用一个函数并传递返回值。

为什么它在第一种情况下有效？

只要找到匹配项，就会查看第二个参数。如果它是一个字符串，那么它将被用作替换，如果它是一个函数，那么该函数将被调用 match object.在您的情况下，add_pages(r"\1") 只是返回 r"\1" 本身。所以，re.sub 翻译成这个

print re.sub("(?<=Page )(\d{2})", r"\1", ...)

因此，它实际上用相同的字符串替换了原始匹配的字符串。这就是它起作用的原因。

为什么在第二种情况下不起作用？

但是，在第二种情况下，当你这样做的时候

add_pages(r"\1")

您正在尝试将 r"\1" 转换为整数，这是不可能的。这就是它失败的原因。

如何解决这个问题？

实际的写法是，

def add_pages(matchObject):
    return str(int(matchObject.group()) + 10)
print re.sub("(?<=Page )(\d{2})", add_pages, ...)

阅读有关 group 函数的更多信息，here