- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我与 Czech 一起工作Python 3.4 中的重音文本。
调用 re.sub()
用正则表达式对重音句子进行替换效果很好,但使用用 re.compile()
编译的正则表达式然后调用regex.sub()
失败。
在这种情况下,我对 re.sub()
使用相同的参数和 regex.sub()
import re
pattern = r'(?<!\*)(Poplatn[ií]\w+ da[nň]\w+)'
flags = re.I|re.L
compiled = re.compile(pattern, flags)
text = 'Poplatníkem daně z pozemků je vlastník pozemku'
mark = r'**\1**' # wrap 1st matching group in double stars
print(re.sub(pattern, mark, text, flags))
# outputs: **Poplatníkem daně** z pozemků je vlastník pozemku
# substitution works
print(compiled.sub(mark, text))
# outputs: Poplatníkem daně z pozemků je vlastník pozemku
# substitution fails
我相信原因是重音,因为对于一个没有重音的句子 re.sub()
和 regex.sub()
工作相同。
但在我看来这像是一个错误,因为传递相同的参数会返回不同的结果,这是不应该发生的。本主题因不同的平台和语言环境而变得复杂,因此它可能无法在您的系统上重现。这是我的控制台的屏幕截图。
您是否发现我的代码有任何错误,或者我应该将其报告为错误?
最佳答案
作为Padraic Cunningham figured out ,这实际上不是错误。
但是,它与您没有遇到的错误有关,并且您使用了您可能不应该使用的标志,所以我将在下面留下我之前的回答,即使他是您问题的正确答案。
有一个最近的变化(介于 3.4.1 和 3.4.3 之间,以及介于 2.7.3 和 2.7.8 之间)影响了这一点。在此更改之前,您甚至无法在不引发 OverflowError
的情况下编译该模式。
更重要的是,你为什么要使用 re.L
? re.L
机制并不意味着“为我的语言环境使用 Unicode 规则”,它意味着“使用一些未指定的非 Unicode 规则,这些规则只对 Latin-1 派生的语言环境有意义,可能不会在 Windows 上工作”。或者,作为 the docs把它:
Make
\w
,\W
,\b
,\B
,\s
and\S
dependent on the current locale. The use of this flag is discouraged as the locale mechanism is very unreliable, and it only handles one “culture” at a time anyway; you should use Unicode matching instead, which is the default in Python 3 for Unicode (str) patterns.
参见 bug #22407以及链接的 python-dev 线程,用于最近对此的一些讨论。
如果我删除 re.L
标志,代码现在可以在 3.4.1 上正常编译。 (我在 3.4.1 和 3.4.3 上也得到了“正确”的结果,但这只是一个巧合;我现在故意不通过 screwy flag 并在第一个版本中搞砸了,而且仍然不小心没有通过扭曲的标志并在第二个把它搞砸了,所以他们匹配......)
因此,即使这是一个错误,它也很有可能会被 WONTFIX 关闭。 #22407 的决议是在 3.5 中针对非 bytes
模式弃用 re.L
并在 3.6 中将其删除,所以我怀疑有人会关心用它修复错误现在。 (更不用说 re
本身在理论上是支持 regex
这几十年之一......和 IIRC,regex
也弃用了 L
标记,除非您使用的是 bytes
模式和 re
兼容模式。)
关于python - regex.sub() 给出与 re.sub() 不同的结果,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29602177/
我有 table 像这样 -------------------------------------------- id size title priority
我的应用在不同的 Activity (4 个 Activity )中仅包含横幅广告。所以我的疑问是, 我可以对所有横幅广告使用一个广告单元 ID 吗? 或者 每个 Activity 使用不同的广告单元
我有任意(但统一)数字列表的任意列表。 (它们是 n 空间中 bin 的边界坐标,我想绘制其角,但这并不重要。)我想生成所有可能组合的列表。所以:[[1,2], [3,4],[5,6]] 产生 [[1
我刚刚在学校开始学习 Java,正在尝试自定义控件和图形。我目前正在研究图案锁,一开始一切都很好,但突然间它绘制不正确。我确实更改了一些代码,但是当我看到错误时,我立即将其更改回来(撤消,ftw),但
在获取 Distinct 的 Count 时,我在使用 Group By With Rollup 时遇到了一个小问题。 问题是 Rollup 摘要只是所有分组中 Distinct 值的总数,而不是所有
这不起作用: select count(distinct colA, colB) from mytable 我知道我可以通过双选来简单地解决这个问题。 select count(*) from (
这个问题在这里已经有了答案: JavaScript regex whitespace characters (5 个回答) 2年前关闭。 你能解释一下为什么我会得到 false比较 text ===
这个问题已经有答案了: 奥 git _a (56 个回答) 已关闭 9 年前。 我被要求用 Javascript 编写一个函数 sortByFoo 来正确响应此测试: // Does not cras
所以,我不得不说,SQL 是迄今为止我作为开发人员最薄弱的一面。也许我想要完成的事情很简单。我有这样的东西(这不是真正的模型,但为了使其易于理解而不浪费太多时间解释它,我想出了一个完全模仿我必须使用的
这个问题在这里已经有了答案: How does the "this" keyword work? (22 个回答) 3年前关闭。 简而言之:为什么在使用 Objects 时,直接调用的函数和通过引用传
这个问题在这里已经有了答案: 关闭 12 年前。 Possible Duplicate: what is the difference between (.) dot operator and (-
我真的不明白这里发生了什么但是: 当我这样做时: colorIndex += len - stopPos; for(int m = 0; m < len - stopPos; m++) { c
思考 MySQL 中的 Group By 函数的最佳方式是什么? 我正在编写一个 MySQL 查询,通过 ODBC 连接在 Excel 的数据透视表中提取数据,以便用户可以轻松访问数据。 例如,我有:
我想要的SQL是这样的: SELECT week_no, type, SELECT count(distinct user_id) FROM group WHERE pts > 0 FROM bas
商店表: +--+-------+--------+ |id|name |date | +--+-------+--------+ |1 |x |Ma
对于 chrome 和 ff,当涉及到可怕的 ie 时,这个脚本工作完美。有问题 function getY(oElement) { var curtop = 0; if (oElem
我现在无法提供代码,因为我目前正在脑海中研究这个想法并在互联网上四处乱逛。 我了解了进程间通信和使用共享内存在进程之间共享数据(特别是结构)。 但是,在对保存在不同 .c 文件中的程序使用 fork(
我想在用户集合中使用不同的功能。在 mongo shell 中,我可以像下面这样使用: db.users.distinct("name"); 其中名称是用于区分的集合字段。 同样我想要,在 C
List nastava_izvjestaj = new List(); var data_context = new DataEvidencijaDataContext();
我的 Rails 应用程序中有 Ransack 搜索和 Foundation,本地 css 渲染正常,而生产中的同一个应用程序有一个怪癖: 应用程序中的其他内容完全相同。 我在 Chrome 和 Sa
我是一名优秀的程序员,十分优秀!