python - 用适当的元素替换贪婪的元素

Question

我有一个这样的列表:

import re
l = ['Part I,   Where I’M Coming From',
 'Part Ii,  Life Principles',
 'Part Iii, Work Principles']

我想要一个结果

l = ['Part I,   Where I’M Coming From',
     'Part II,  Life Principles',
     'Part III, Work Principles']

我尝试过:

In [19]: [re.sub(r'(?<=I)i+', 'I+', s) for s in l]
Out[19]:
['Part I,   Where I’M Coming From',
 'Part II+,  Life Principles',
 'Part II+, Work Principles']

它输出'第二部分+，工作原则'而不是'第三部分，工作原则'

如何完成这样的任务？

Answer 1

实现此目的的一种简单方法是将 re.sub 与回调函数结合使用。回调处理比简单替换更复杂的逻辑。在您的情况下，您需要匹配大写 I 后面的所有小写 i，找出有多少个 i，然后替换相应地。

>>> re.sub('(?<=I)(i+)', lambda x: 'I' * len(x.group()), 'Part Iii,  Work Principles')
'Part III,  Work Principles'

如果没有匹配，则不会调用回调(即不发生替换)。

如果您有兴趣更深入地了解所发生的情况，这里有与函数相同的回调，以及几个打印语句。

>>> def replace(m):
...     print(*[m, m.group(), len(m.group())], sep='\n')
...     return 'I' * len(m.group())
... 
>>> re.sub('(?<=I)(i+)', replace, 'Part Iii,  Work Principles')
<_sre.SRE_Match object; span=(6, 8), match='ii'>
ii
2
'Part III,  Work Principles'

你会注意到这个打印出来...

<_sre.SRE_Match object; span=(6, 8), match='ii'>
ii
2

...除了执行替换之外。需要注意的重要一点是，它将一个 match 对象传递给回调函数。然后，您可以找出匹配的内容，并相应地决定用什么替换它。

<小时/>

推广到任意罗马数字

如果您的函数必须匹配任何罗马数字，那么您可以 pass a pattern that finds those到 re.sub，但是你的回调大大简化了:

>>> p = r'\bM{0,4}(CM|CD|D?C{0,3})(XC|XL|L?X{0,3})(IX|IV|V?I{0,3})\b'
>>> string = 'Part viiI,  Work Principles'
>>> re.sub(p, lambda x: x.group().upper(), string, flags=re.IGNORECASE)
'Part VIII,  Work Principles'

现在，您所需要做的就是将匹配的字符串大写。