正则表达式:对数字进行反向引用,增加它

Question

简单的正则表达式问题:

我想用一个字符串+一些数字(比如10)替换字符串中的页码.我想我可以使用反向引用捕获匹配的页码,对其进行操作并将其用作替换参数re.sub.

这工作(只传递值):

def add_pages(x):
    return x

re.sub("(?<=Page )(\d{2})",add_pages(r"\1") ,'here is Page 11 and here is Page 78\nthen there is Page 65',re.MULTILINE)

屈服,当然, 'here is Page 11 and here is Page 78\nthen there is Page 65'

现在,如果我更改add_pages函数来修改传递的反向引用,我会收到错误.

def add_pages(x):
        return int(x)+10


re.sub("(?<=Page )(\d{2})",add_pages(r"\1") ,'here is Page 11 and here is Page 78\nthen there is Page 65',re.MULTILINE)

ValueError: invalid literal for int() with base 10: '\\1'

,因为传递给add_pages函数的内容似乎是文字反向引用,而不是它引用的内容.

如果没有将所有匹配的数字提取到列表然后处理和添加,我该怎么做？

Answer 1

实际问题是,您应该将函数传递给第二个参数re.sub,而不是调用函数并传递返回值.

为什么它在第一种情况下有效？

只要找到匹配项,就会查看第二个参数.如果它是一个字符串,那么它将被用作替换,如果它是一个函数,那么将使用匹配对象调用该函数.在你的情况下,add_pages(r"\1")简单地回归r"\1"自己.所以,re.sub翻译成这个

print re.sub("(?<=Page )(\d{2})", r"\1", ...)

因此,它实际上用相同的替换原始匹配的字符串.这就是为什么它有效.

为什么它在第二种情况下不起作用？

但是,在第二种情况下,当你这样做

add_pages(r"\1")

你试图转换r"\1"为一个整数,这是不可能的.这就是失败的原因.

如何解决这个问题？

写这个的实际方法是,

def add_pages(matchObject):
    return str(int(matchObject.group()) + 10)
print re.sub("(?<=Page )(\d{2})", add_pages, ...)

在这里阅读有关该group功能的更多信息