基于《PythonCookbook》的学习（5）—— 查找和替换文本

对字符串中的文本做查找和替换

1、对于简单的文本模式，使用 str.replace() 即可。

In [1]: text = 'yeah, but no, but yeah, but no, but yeah'

In [2]: text.replace('yeah', 'yep')
Out[2]: 'yep, but no, but yep, but no, but yep'

---

2、对于复杂的模式，使用 re 模块中的 sub() 函数。

In [3]: text = 'Today is 11/27/2012. PyCon starts 3/13/2013.'

In [4]: import re

In [5]: re.sub(r'(\d+)/(\d+)/(\d+)',r'\3-\1-\2',text)
Out[5]: 'Today is 2012-11-27. PyCon starts 2013-3-13.'

sub() 中的第一个参数是要匹配的模式，第2个参数是要替换上的模式。

类似“\3” 这样的是代表着模式中捕获组的数量。

如果打算执行相同的重复替换，可以先将模式编译以获得更好的性能。

In [7]: pattern = re.compile(r'(\d+)/(\d+)/(\d+)')

In [8]: pattern.sub(r'\3-\1-\2',text)
Out[8]: 'Today is 2012-11-27. PyCon starts 2013-3-13.'

---

3、对于更复杂的替换，可以传递一个回调函数来替代

In [11]: from calendar import month_abbr

In [12]: def change_date(m):
    ...:     mon_name = month_abbr[int(m.group(1))]
    ...:     return '{} {} {}'.format(m.group(2), mon_name, m.group(3))
    ...:

In [13]: pattern.sub(change_date, text)
Out[13]: 'Today is 27 Nov 2012. PyCon starts 13 Mar 2013.'

calendar.month_abbr
一个数组，表示当前语言环境中一年的缩写月份。 这符合1月份的正常惯例为1号，所以它的长度为13，而month_abbr [0]是空字符串。

替换回调函数的输入参数是一个匹配对象，由match()或 find()返回。 用 .group()方法来提取匹配中的特定的部分。

如果还想知道替换的过程中，一共完成了多少次替换，可以使用 re.subn()。

re.subn(pattern, repl, string, count=0, flags=0)
执行与sub（）相同的操作，但返回一个元组（new_string，number_of_subs_made）。

In [14]: nexttext, n = pattern.subn(change_date, text)

In [15]: nexttext
Out[15]: 'Today is 27 Nov 2012. PyCon starts 13 Mar 2013.'

In [16]: n
Out[16]: 2