Python re.sub：替换模式中的反向引用后跟数字

Question

我想匹配字符串中的正则表达式，并在所有匹配项后添加字符

0

。 也就是说，每场比赛都会被替换为自身，后跟

0

。 但是因为

0

是一个数字，所以我不知道如何用作为

re.sub

的第二个参数给出的替换模式来编写它。

让我举一个更简单的问题的例子：在所有元音后面添加字符

X

。

import re
s = 'hello'
r = re.sub('([aeiou])', r'\1X', s)
print(r)

这将打印

heXlloX

。

但是假设我不想添加字符

X

，而是想添加字符

0

。 如果我尝试写这个

r = re.sub('([aeiou])', r'\10', s)

然后它认为我正在对编号为 10 的捕获组进行反向引用，并失败并显示

invalid group reference 10

。

我知道对于这个特定的模式，我可以将其重新设计为后向断言，以便替换模式不再需要反向引用。

r = re.sub('(?<=[aeiou])', '0', s)

这是可行的——但并不是所有的正则表达式都可以用这种方式用作lookbehind。

另一种方法是在匹配位置手动分解输入字符串，可能使用

re.finditer

，然后将其与

0

字符一起粘贴到我想要的位置。 但我希望避免这种情况。

在写这个问题时，我找到了答案，我将在下面发布。

Answer 1

re.sub

可以将函数作为第二个参数。 该函数传递给

Match

对象。

import re
s = 'hello'
def f(matchobj):
    return matchobj.group(1) + 'X'
r = re.sub('([aeiou])', f, s)
print(r)

这将根据需要打印

he0llo0

。

总的来说，我认为任何带有反向引用的替换模式

\N

都可以重写为使用

matchobj.group(N)

的回调。

有趣的是，因为

matchobj.group(0)

给出了整个匹配，所以你可以不使用捕获组：

import re
s = 'hello'
def f(matchobj):
    return matchobj.group(0) + '0'
r = re.sub('[aeiou]', f, s)
print(r)

这也有效。