python - Python中Regex的一些问题

Question

我想做一些文本转换，比如从文本文件中读入:

CONTENTS
1. INTRODUCTION
1.1 The Linear Programming Problem 2
1.2 Examples of Linear Problems 7

并写入另一个文本文件:

("CONTENTS" "#") 
("1. INTRODUCTION" "#") 
("1.1 The Linear Programming Problem 2" "#11")  
("1.2 Examples of Linear Problems 7" "#16")

我目前用于此类转换的 Python 代码是:

infile = open(infilename)
outfile = open(outfilename, "w")

pat = re.compile('^(.+?(\d+)) *$',re.M)
def zaa(mat):
    return '("%s" "#%s")' % (mat.group(1),str(int(mat.group(2))+9))

outfile.write('(bookmarks \n')
for line in infile:
    outfile.write(pat.sub(zaa,line))
outfile.write(')')

1. 它将原始文本转换为

   CONTENTS
   1. INTRODUCTION
   ("1.1 The Linear Programming Problem 2" "#11")
   ("1.2 Examples of Linear Problems 7" "#16")
   

   最后两行是正确的，但是前两行不是。所以我想知道如何容纳前两行，通过修改当前代码，或使用一些不同的代码？

2. 代码不是我写的，而是我想了解用法re.sub() 在这里。正如我发现的一个 Python 网站，

   re.sub(regex, replacement, subject) performs a search-and-replace across subject, replacing all matches of regex in subject with replacement. The result is returned by the sub() function. The subject string you pass is not modified.

   但是在我的代码中，它的用法是`pat.sub(zaa,line)'，这似乎我与引用的不一致描述。所以我想知道如何了解我的代码中的用法？

谢谢!

Answer 1

使用您的正则表达式，您正在搜索以数字结尾的行(可能还有尾随空格)。您可以将数字设为可选:^(.+?(\d+)?) *$ 并确保 zaa 中的第 2 组引用可以处理空字符串。

def zaa(mat):
    return '("%s" "#%s")' % (mat.group(1), (str(int(mat.group(2))+9) if mat.group(2) else "") )

有了这个，当 mat.group(2) 为空时，你应该得到“#”，当它不为空时，你当前得到的是什么。