在 python 中用 re.sub 替换特定的命名组

Question

我创建了一个正则表达式来查找像 /places/:state/:city/whatever

这样的网址

p = re.compile('^/places/(?P<state>[^/]+)/(?P<city>[^/]+).*$')

这很好用：

import re

p = re.compile('^/places/(?P<state>[^/]+)/(?P<city>[^/]+).*$')
path = '/places/NY/NY/other/stuff'
match = p.match(path)
print match.groupdict()

打印 {'city': 'NY', 'state': 'NY'}.

如何处理日志文件以将 /places/NY/NY/other/stuff 替换为字符串 "/places/:state/:city/other/stuff"？我想了解 "cities-type" 有多少个网址，而不关心这些地方具体是 (NY、NY)。

简单的方法可能会失败：

import re

p = re.compile('^/places/(?P<state>[^/]+)/(?P<city>[^/]+).*$')
path = '/places/NY/NY/other/stuff'
match = p.match(path)
if match:
  groupdict = match.groupdict()
  for k, v in sorted(groupdict.items()):
    path = path.replace(v, ':' + k, 1)
print path

将打印 /places/:city/:state/other/stuff，这是向后的！

感觉应该有一些使用方法re.sub但是我看不到。

Answer 1

想出了一个更好的方法来做到这一点。编译后的正则表达式上有一个属性 groupindex，它在模式字符串中打印组 及其顺序 ：

>>> p = re.compile('^/places/(?P<state>[^/]+)/(?P<city>[^/]+).*$')
>>> p.groupindex
{'city': 2, 'state': 1}

可以很容易地以正确的顺序迭代：

>>> sorted(p.groupindex.items(), key=lambda x: x[1])
[('state', 1), ('city', 2)]

使用这个，我应该能够保证我以正确的从左到右的顺序替换匹配项：

p = re.compile('^/places/(?P<state>[^/]+)/(?P<city>[^/]+).*$')
path = '/places/NY/NY/other/stuff'
match = p.match(path)
if match:
    groupdict = match.groupdict()
    for k, _ in sorted(p.groupindex.items(), key=lambda x: x[1]):
        path = path.replace(groupdict[k], ':' + k, 1)
print path

这会以正确的顺序遍历组，确保替换也以正确的顺序发生，从而可靠地产生正确的字符串：

/places/:state/:city/other/stuff

在 python 中用 re.sub 替换特定的命名组

Replace specific named group with re.sub in python

python

regex

string-substitution