python - 用不同的字符串替换每个匹配项

Question

我想将文本包装在链接标记中的以下字符串内。我用 re.sub 这样做。它有效，但我还需要 2 个链接标签中的每一个都有不同的 id。如何实现这一目标？

input = "<span>Replace this</span> and <span>this</span>"
result = re.compile(r'>(.*?)<', re.I).sub(r'><a id="[WHAT TO PUT HERE?]" class="my_class">\1</a><', input)

输出在链接标记处应具有不同的 id:

"<span><a id="id1" class="my_class">Replace this</a></span></span> and <span><a id="id2" class="my_class">this</a></span>"

Answer 1

正如 Christian König 的链接所说，使用正则表达式解析 HTML 通常不是一个明智的主意。但是，如果您非常小心，如果 HTML 相对简单且稳定，有时您可以逃脱它，但如果您正在解析的页面格式发生变化，您的代码可能会崩溃。但无论如何...

上面给出的模式不起作用:它还会对 "> and <" 执行替换。

这里有一种方法可以做你想做的事。我们使用一个函数作为 repl arg 至 re.sub ，我们给函数一个计数器(作为函数属性)，这样它就知道要使用什么 id 号。每次进行更换时，此计数器都会递增，但您可以在调用 re.sub 之前将计数器设置为您想要的任何值。 .

import re

pat = re.compile(r'<span>(.*?)</span>', re.I)

def repl(m):
    fmt = '<span><a id="id{}" class="my_class">{}</a></span>'
    result = fmt.format(repl.count, m.group(1))
    repl.count += 1
    return result
repl.count = 1

data = (
    "<span>Replace this</span> and <span>that</span>",
    "<span>Another</span> test <span>string</span> of <span>tags</span>",
)

for s in data:
    print('In : {!r}\nOut: {!r}\n'.format(s, pat.sub(repl, s)))

repl.count = 10
for s in data:
    print('In : {!r}\nOut: {!r}\n'.format(s, pat.sub(repl, s)))

输出

In : '<span>Replace this</span> and <span>that</span>'
Out: '<span><a id="id1" class="my_class">Replace this</a></span> and <span><a id="id2" class="my_class">that</a></span>'

In : '<span>Another</span> test <span>string</span> of <span>tags</span>'
Out: '<span><a id="id3" class="my_class">Another</a></span> test <span><a id="id4" class="my_class">string</a></span> of <span><a id="id5" class="my_class">tags</a></span>'

In : '<span>Replace this</span> and <span>that</span>'
Out: '<span><a id="id10" class="my_class">Replace this</a></span> and <span><a id="id11" class="my_class">that</a></span>'

In : '<span>Another</span> test <span>string</span> of <span>tags</span>'
Out: '<span><a id="id12" class="my_class">Another</a></span> test <span><a id="id13" class="my_class">string</a></span> of <span><a id="id14" class="my_class">tags</a></span>'