Python正则表达式：如何实现这个复杂的替换规则？
Python regex: how to achieve this complex replacement rule?
我正在处理长字符串，我需要用 '' 替换相邻句号 . and/or 冒号 : 的所有组合，但仅当它们不与任何空白相邻。示例：
a.bcd 应该给 abcda..::.:::.:bcde.....:fg 应该给 abcdefga.b.c.d.e.f.g.h 应该给 abcdefgha .b应该给a .b，因为这里的.是和它左边的一个空格相邻的，所以不用替换a..::.:::.:bcde.. ...:fg 应该给 abcde.. ...:fg 同样的原因
好吧，这是我尝试过的方法（没有任何成功）。
尝试 1：
s1 = r'a.b.c.d.e.f.g.h'
re.sub(re.search(r'[^\s.:]+([.:]+)[^\s.:]+', s1).group(1), r'', s1)
我希望得到 'abcdefgh'，但我实际得到的是 r''。我明白为什么：代码
re.search(r'[^\s.:]+([.:]+)[^\s.:]+', s1).group(1)
returns '.' 而不是 '\.'，因此 re.search 不明白它必须替换单个句号 . 而不是将 '.' 理解为通常的正则表达式。
尝试 2：
s1 = r'a.b.c.d.e.f.g.h'
re.sub(r'([^\s.:]*\S)[.:]+(\S[^\s.:]*)', r'\g<1>\g<2>', s1)
这不起作用 returns a.b.c.d.e.f.gh。
尝试 3：
s1 = r'a.b.c.d.e.f.g.h'
re.sub(r'([^\s.:]*)[.:]+([^\s.:]*)', r'\g<1>\g<2>', s1)
这适用于 s1，但它不能解决我的问题，因为在 s2 = r'a .b' 它 returns a b 而不是 a .b。
有什么建议吗？
这里有多个问题。您的正则表达式与您想要匹配的内容不匹配；而且，你对 re.sub 和 re.search 的理解是错误的。
要查找内容，re.search 可让您查找字符串中出现内容的位置。
要替换那个东西，在同一个正则表达式上使用re.sub 而不是 re.search，不是还有。
并且，了解 re.sub(r'thing(moo)other', '', s1) 将 整个匹配项 替换为替换字符串。
除此之外，对于您的正则表达式，听起来您想要
r'(?<![\s.:])[.:]+(?![\s.:])' # updated from comments, thanks!
包含一个带有句号和冒号的字符 class（注意方括号内不需要反斜杠——这是一个点和冒号没有任何特殊含义的上下文1),尽可能重复多次；和环顾四周说我们不能匹配这些字符当有空格 \s 在任何一方，并且还排除字符本身，以便正则表达式引擎无法通过应用 [= 来找到匹配项20=] 不太严格（如果有办法，它会尽最大努力找到匹配项）。
现在，正则表达式只匹配您要实际替换的部分，因此您可以这样做
>>> import re
>>> s1 = 'name.surname@domain.com'
>>> re.sub(r'(?<![\s.:])[.:]+(?![\s.:])', r'', s1)
'namesurname@domaincom'
虽然在更广泛的方案中，您还需要知道如何保留比赛的某些部分。出于本次演示的目的，我将使用一个正则表达式，将点或冒号前后的文本捕获到带括号的组中：
>>> re.sub(r'(.*\S)[.:]+(\S.*)', r'\g<1>\g<2>', s1)
'name.surname@domaincom'
查看替换字符串中的 \g<1> 如何引用回 "whatever the first set of parentheses matched" 以及类似地 \g<2> 引用第二个带括号的组。
您还会注意到，这未能替换第一个句号，因为第一组括号内的 .* 匹配了尽可能多的字符串。为避免这种情况，您需要一个只匹配尽可能少的正则表达式。我们已经用环顾四周解决了上面的问题，所以我会把你留在这里，尽管以不同的方式解决这个问题会很有趣（但也不太难）。
1 你甚至可以说普通的正则表达式语言（或语法、符号或形式主义）与语言（或语法、符号或形式主义）是分开的方括号内！
我正在处理长字符串，我需要用 '' 替换相邻句号 . and/or 冒号 : 的所有组合，但仅当它们不与任何空白相邻。示例：
a.bcd应该给abcda..::.:::.:bcde.....:fg应该给abcdefga.b.c.d.e.f.g.h应该给abcdefgha .b应该给a .b，因为这里的.是和它左边的一个空格相邻的，所以不用替换a..::.:::.:bcde.. ...:fg应该给abcde.. ...:fg同样的原因
好吧，这是我尝试过的方法（没有任何成功）。
尝试 1：
s1 = r'a.b.c.d.e.f.g.h'
re.sub(re.search(r'[^\s.:]+([.:]+)[^\s.:]+', s1).group(1), r'', s1)
我希望得到 'abcdefgh'，但我实际得到的是 r''。我明白为什么：代码
re.search(r'[^\s.:]+([.:]+)[^\s.:]+', s1).group(1)
returns '.' 而不是 '\.'，因此 re.search 不明白它必须替换单个句号 . 而不是将 '.' 理解为通常的正则表达式。
尝试 2：
s1 = r'a.b.c.d.e.f.g.h'
re.sub(r'([^\s.:]*\S)[.:]+(\S[^\s.:]*)', r'\g<1>\g<2>', s1)
这不起作用 returns a.b.c.d.e.f.gh。
尝试 3：
s1 = r'a.b.c.d.e.f.g.h'
re.sub(r'([^\s.:]*)[.:]+([^\s.:]*)', r'\g<1>\g<2>', s1)
这适用于 s1，但它不能解决我的问题，因为在 s2 = r'a .b' 它 returns a b 而不是 a .b。
有什么建议吗？
这里有多个问题。您的正则表达式与您想要匹配的内容不匹配；而且，你对 re.sub 和 re.search 的理解是错误的。
要查找内容，re.search 可让您查找字符串中出现内容的位置。
要替换那个东西，在同一个正则表达式上使用re.sub 而不是 re.search，不是还有。
并且，了解 re.sub(r'thing(moo)other', '', s1) 将 整个匹配项 替换为替换字符串。
除此之外，对于您的正则表达式，听起来您想要
r'(?<![\s.:])[.:]+(?![\s.:])' # updated from comments, thanks!
包含一个带有句号和冒号的字符 class（注意方括号内不需要反斜杠——这是一个点和冒号没有任何特殊含义的上下文1),尽可能重复多次；和环顾四周说我们不能匹配这些字符当有空格 \s 在任何一方，并且还排除字符本身，以便正则表达式引擎无法通过应用 [= 来找到匹配项20=] 不太严格（如果有办法，它会尽最大努力找到匹配项）。
现在，正则表达式只匹配您要实际替换的部分，因此您可以这样做
>>> import re
>>> s1 = 'name.surname@domain.com'
>>> re.sub(r'(?<![\s.:])[.:]+(?![\s.:])', r'', s1)
'namesurname@domaincom'
虽然在更广泛的方案中，您还需要知道如何保留比赛的某些部分。出于本次演示的目的，我将使用一个正则表达式，将点或冒号前后的文本捕获到带括号的组中：
>>> re.sub(r'(.*\S)[.:]+(\S.*)', r'\g<1>\g<2>', s1)
'name.surname@domaincom'
查看替换字符串中的 \g<1> 如何引用回 "whatever the first set of parentheses matched" 以及类似地 \g<2> 引用第二个带括号的组。
您还会注意到，这未能替换第一个句号，因为第一组括号内的 .* 匹配了尽可能多的字符串。为避免这种情况，您需要一个只匹配尽可能少的正则表达式。我们已经用环顾四周解决了上面的问题，所以我会把你留在这里，尽管以不同的方式解决这个问题会很有趣（但也不太难）。
1 你甚至可以说普通的正则表达式语言（或语法、符号或形式主义）与语言（或语法、符号或形式主义）是分开的方括号内！