在单个语句中处理区分大小写和不区分大小写的正则表达式模式

Question

我有一个小的正则表达式要处理。我有两个不同的术语。

1. “美国”，我想忽略大小写来匹配
2. “US”，我想在不忽略大小写的情况下进行匹配。

我想在单个正则表达式替换语句中执行以下两个正则表达式替换。

clntxt = re.sub('(?i)United States', 'USA', "united states")
# Output: USA
clntxt = re.sub('US', 'USA', "US and us")
# output: USA and us

我需要类似的东西

clntxt = re.sub('(?i)United States|(?s)US', 'USA', "united states and US and us")
# output: USA and USA and us

我怎样才能实现上述目标？

Answer 1

在旧版 Python 版本中，为整个表达式(?i)打开“忽略大小写”标志。来自官方文档：

(?aiLmsux)

（来自集合“a”、“i”、“L”、“m”、“s”、“u”、“x”中的一个或多个字母。）该组与空字符串匹配；这些字母设置相应的标志：re.A（仅 ASCII 匹配）、re.I（忽略大小写）、re.L（区域设置相关）、re.M（多行）、re.S（点匹配所有）和 re.X（详细），用于整个正则表达式。（这些标志在模块内容中进行了描述。）如果您希望将标志作为正则表达式的一部分包含在内，而不是将标志参数传递给 re.compile() 函数，则这非常有用。应首先在表达式字符串中使用标志。

然而，从 Python 3.6 开始，您可以在表达式的一部分内切换标志：

(?imsx-imsx:...)

（“i”、“m”、“s”、“x”集合中的零个或多个字母，可选地后跟“-”，后跟同一集合中的一个或多个字母。）这些字母设置或删除相应的标志：re.I（忽略大小写）、re.M（多行）、re.S（点匹配所有）和 re.X（详细），用于表达式的部分。（模块内容中描述了这些标志。）

3.6 版本中的新功能。

例如，(?i:foo)bar匹配foobar和FOObar但不匹配fooBAR。所以回答你的问题：

>>> re.sub('(?i:United States)|US', 'USA', 'united states and US and us')
'USA and USA and us'

请注意，这仅适用于 Python 3.6+。