python - 正则表达式替换正则表达式

Question

我有这个用于在 Python 代码中获取字符串的正则表达式:

x1 = re.compile('''((?P<unicode>u?)(?P<c1>'|")(?P<data>.+?)(?P<c2>'|"))''')

我想提取此正则表达式的 data 和 c1,c2 部分来生成替换字符串(如果 c1 = = c2)
像这样的东西:

repl = "u<c1><data><c2>"

我该怎么做？
这可能在一行中或通过使用 re.sub 实现吗？

更新:
我的新代码:

x1 = re.compile('''(?P<unicode>u?)(?P<c>'|")(?P<data>.*?)(?P=c)''')
def repl(match):
    if '#' in match.string:
        ### Confused
    return "u%(c)s%(data)s%(c)s" % m.groupdict()

fcode = '\n'.join([re.sub(x1,repl,i) for i in scode.splitlines()])

在这里，我在确定如何不更改评论中的字符串时遇到问题，我该怎么做才能忽略评论？

Answer 1

假设你有一个模式:

pattern = r'''(?P<unicode>u?)(?P<c>'|")(?P<data>.*?)(?P=c)''' # did a little tweak

匹配一个字符串:

m = re.search(pattern, "print('hello')")

你得到了什么:

>>> m.groups()
('', '"', 'hello')
>>> m.groupdict()
{'c': '"', 'unicode': '', 'data': 'hello'}

现在你可以用这些做任何你想做的事了:

>>> 'u{c}{data}{c}'.format_map(m.groupdict())
'u"hello"'

也许您正在使用 Python 2.x:

>>> 'u{c}{data}{c}'.format(**m.groupdict())
'u"hello"'

或者甚至你喜欢旧的 %

>>> "u%(c)s%(data)s%(c)s" % m.groupdict()
'u"hello"'

已编辑:

正则表达式解决方案无法正确处理某些情况。

所以我用了一个2to3 hack(实际上是3to2，还是不能解决所有问题):

cd /usr/lib/python3.3/lib2to3/fixes/
cp fix_unicode.py fix_unicode33.py

编辑fix_unicode33.py

-_literal_re = re.compile(r"[uU][rR]?[\'\"]")
+_literal_re = re.compile(r"[rR]?[\'\"]")

-class FixUnicode(fixer_base.BaseFix):
+class FixUnicode33(fixer_base.BaseFix):

-                new.value = new.value[1:]
+                new.value = 'u' + new.value

现在 2to3 --list | grep unicode33 应该输出 unicode33

然后你可以运行2to3 -f unicode33 py3files.py。

记得在

之后删除 fix_unicode33.py

注意:在 Python3 中 ur"string" 抛出 SyntaxError。这里的逻辑很简单，修改它以达到你的目标。