4

分析一正则表达式替换例子

 2 years ago
source link: https://www.liurongxing.com/analysis-of-an-example-of-a-regular-expression-substitution.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.

分析一正则表达式替换例子

作者: JavasBoy 分类: Python 正则 发布时间: 2013-11-16 01:08 ė 17,522 views 6 没有评论

今天下班途中,在我的 Pocket 列表中看到前些天丢进来的《Python编程中常用的12种基础知识总》一文中的第一个例子：
正则表达式替换。
目标: 将字符串 line 中的 overview.gif 替换成其他字符串

随便分析了一下，感觉不通顺，虽想回家好好分析下，结果掉一坑里去了。文中例子代码丢失一段，导致我想了半天都没想去为啥就要这样匹配，后来机智的我想到肯定是代码不全，Google 了下找到了。在这里鄙视下那些 Ctrl C,Ctrl V 的，万一一个启动脚本里有个 rm -rf / tmp/xxx 那不完蛋了。

cat 03_subtest.py

#!/usr/bin/python
import re
# line = '<IMG ALIGN="middle" SRC=\'#\'" /span>    # 就是这段坑了我
line = '<IMG ALIGN="middle" SRC="overview.gif" BORDER="0" ALT="">'
# 将正则表达式编译成Pattern对象
pattern = re.compile(r'(?<=SRC=)"([\w+\.]+)"',re.I)
# 使用Pattern匹配文本，获得匹配结果，无法匹配时将返回None 注意: 其中 \1 是上面()组匹配到的数据，可以通过这样的方式直接引用
str1 = pattern.sub(r'"\1****"',line)
print str1
str2 = pattern.sub(r'replace_str_\1',line)
print str2
str3 = pattern.sub(r'"testetstset"',line)
print str3

来分析上面的正则：

(?<=SRC=)"([\w+\.]+)"

拆分成两段来理解：1、 (?<=SRC=)     2、"([\w+\.]+)"

  1. (?<=SRC=)
    (?<=xxx) A positive lookbehind －－反向预搜索啥是预搜索？反向应该就是反过来的意思吧？在正则中特殊符号：“^”，”$”，”\b”。它们都有一个共同点，那就是：它们本身不匹配任何字符，只是对 “字符串的两头” 或者 “字符之间的缝隙” 附加了一个条件。这个预搜索也是像它们一样是个“附加条件”，不过他们的表示方法更加灵活。(?<=xxx) 所在缝隙(就是要匹配的东西缝隙，这里就是"([\w+\.]+)" 匹配到的内容为分割线)的左侧，必须能够匹配上 xxx 这部分的表达式。因为它只是在此作为这个缝隙上附加的条件，所以它并不影响后边的表达式去真正匹配这个缝隙之后的字符。这就类似 “\b”，本身不匹配任何字符。”\b” 只是将所在缝隙之前、之后的字符取来进行了一下判断，不会影响后边的表达式来真正的匹配。

    这里的意思是要匹配的内容前面（左则）为 SRC= 才算。就好比”^”要匹配的内容必须是第一个位置一个道理。

  2. "([\w+\.]+)"
    [\w+\.] 表示 任意一个字母或数字或下划线，也就是 A~Z,a~z,0~9,_,. 中任意一个,
    这里面的+号我觉得是多余的了。[\w+\.]+ 这里加上加号就是匹配至少1个里面的东西。"([\w+\.]+)" 加上（） 表示一个组，然后再加上””就可以匹配出 “middle” “overview.gif” “0” 这三个结果了，怎么得到我们想要的”overview.gif”?

    就要用到前面的 “附加条件了” 附加条件就是 匹配前面有 SRC=

输出结果如下：

javasboy@debianp3  ~/python # python 03_subtest.py
<IMG ALIGN="middle" SRC="overview.gif****" BORDER="0" ALT="">
<IMG ALIGN="middle" SRC=replace_str_overview.gif BORDER="0" ALT="">
<IMG ALIGN="middle" SRC="testetstset" BORDER="0" ALT="">

Tips:

  1. 揭开正则表达式的神秘面纱
  2. RegExr:
    http://gskinner.com/RegExr/ 提供了一个方便的开发工具，可以很方便的测试正则表达式是否有效。
    1. 表达式单元拆分
    2. 内容实时匹配
  3. Debuggex:
    http://www.debuggex.com/ 提供更为丰富的正则执行流可视化。

下一篇将会转载一篇《Python正则表达式指南》

0

发表评论 取消回复

您的电子邮箱地址不会被公开。 必填项已用*标注

评论

显示名称 *

电子邮箱地址 *

网站网址


report

Recommend

About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK