修改字符串
我們已經(jīng)介紹完如何對(duì)字符進(jìn)行搜索，接下來我們講講正則表達(dá)式如何修改字符串。
正則表達(dá)式使用以下方法修改字符串：
| 方法 | 用途 |
| split() | 在正則表達(dá)式匹配的地方進(jìn)行分割，并返回一個(gè)列表 |
| sub() | 找到所有匹配的子字符串，并替換為新的內(nèi)容 |
| subn() | 跟 sub() 干一樣的勾當(dāng)，但返回新的字符串以及替換的數(shù)目 |
分割字符串
正則表達(dá)式的 split() 方法將字符串在匹配的地方進(jìn)行分割，并將分割后的結(jié)果作為列表返回。它的做法其實(shí)很像字符串的 split() 方法，但這個(gè)可以使用更加廣泛的分隔符。你猜的沒錯(cuò)，它同時(shí)提供了一個(gè)模塊級(jí)別的函數(shù)：re.split()
.split(string[, maxsplit=0])
通過正則表達(dá)式匹配來分割字符串。如果在 RE 中，你使用了捕獲組，那么它們的內(nèi)容會(huì)作為一個(gè)列表返回。你可以通過傳入一個(gè) maxsplit 參數(shù)來設(shè)置分割的數(shù)量。如果 maxsplit 的值是非 0，表示至多有 maxsplit 個(gè)分割會(huì)被處理，剩下的內(nèi)容作為列表的最后一個(gè)元素返回。
下邊例子中，分隔符是任何非字母數(shù)字字符：
- >>> p = re.compile(r'\W+')
- >>> p.split('This is a test, short and sweet, of split().')
- ['This', 'is', 'a', 'test', 'short', 'and', 'sweet', 'of', 'split', '']
- >>> p.split('This is a test, short and sweet, of split().', 3)
- ['This', 'is', 'a', 'test, short and sweet, of split().']
有時(shí)候你可能不僅對(duì)分隔符之間的內(nèi)容感興趣，你可能對(duì)分隔符本身（就是正則表達(dá)式匹配的內(nèi)容）也同樣感興趣。如果使用了捕獲組，那么作為分隔符的值也會(huì)被返回：
- >>> p = re.compile(r'\W+')
- >>> p2 = re.compile(r'(\W+)')
- >>> p.split('This... is a test.')
- ['This', 'is', 'a', 'test', '']
- >>> p2.split('This... is a test.')
- ['This', '... ', 'is', ' ', 'a', ' ', 'test', '.', '']
模塊級(jí)別的函數(shù) re.split() 除了將 RE 作為第一個(gè)參數(shù)外，其他參數(shù)是一樣的：
- >>> re.split('[\W]+', 'Words, words, words.')
- ['Words', 'words', 'words', '']
- >>> re.split('([\W]+)', 'Words, words, words.')
- ['Words', ', ', 'words', ', ', 'words', '.', '']
- >>> re.split('[\W]+', 'Words, words, words.', 1)
- ['Words', 'words, words.']
搜索和替換
另一個(gè)常見的任務(wù)就是找到所有的匹配部分，并替換成不同的字符串。sub 方法可以幫你實(shí)現(xiàn)這個(gè)愿望！sub 方法有一個(gè)replacement 參數(shù)，它可以是一個(gè)待替換的字符串，或者一個(gè)處理字符串的函數(shù)。
.sub(replacement, string[, count=0])
返回一個(gè)字符串，這個(gè)字符串從最左邊開始，所有 RE 匹配的地方都替換成 replacement。如果沒有找到任何匹配，那么返回原字符串。
可選參數(shù) count 指定最多替換的次數(shù)，必須是一個(gè)非負(fù)值。默認(rèn)值是 0，意思是替換所有找到的匹配。
下邊是使用 sub() 方法的例子，它會(huì)將所有的顏色替換成 color：
- >>> p = re.compile( '(blue|white|red)')
- >>> p.sub( 'colour', 'blue socks and red shoes')
- 'colour socks and colour shoes'
- >>> p.sub( 'colour', 'blue socks and red shoes', count=1)
- 'colour socks and red shoes'
subn() 方法跟 sub() 方法干同樣的勾當(dāng)，但區(qū)別是返回值為一個(gè)包含有兩個(gè)元素的元組：一個(gè)是替換后的字符串，一個(gè)是替換的數(shù)目。
- >>> p = re.compile( '(blue|white|red)')
- >>> p.subn( 'colour', 'blue socks and red shoes')
- ('colour socks and colour shoes', 2)
- >>> p.subn( 'colour', 'no colours at all')
- ('no colours at all', 0)
空匹配只有在它們沒有緊挨著前一個(gè)匹配時(shí)才會(huì)被替換掉：
- >>> p = re.compile('x*')
- >>> p.sub('-', 'abxd')
- '-a-b-d-'
如果 replacement 參數(shù)是一個(gè)字符串，那么里邊的反斜杠都會(huì)被處理。比如 \n 將會(huì)被轉(zhuǎn)換成一個(gè)換行符，\r 轉(zhuǎn)換成回車，等等。未知的轉(zhuǎn)義如 \j 保持原樣。逆向引用如 \6，則被 RE 中相應(yīng)的捕獲組匹配的內(nèi)容所替換。這使你可以在替換后的字符串中插入一部分原字符串。
下邊例子中，將匹配被 { 和 } 括起來的單詞 section，并將 section 替換成 subsection：
- >>> p = re.compile('section{ ( [^}]* ) }', re.VERBOSE)
- >>> p.sub(r'subsection{\1}','section{First} section{second}')
- 'subsection{First} subsection{second}'
小甲魚解釋：1. 大家還記得嗎？這里開啟了 re.VERBOSE，空格將被忽略。因?yàn)檫@里一堆符號(hào)，用空格隔開看著才不會(huì)亂糟糟的......2. 這里 r'subsection{\1}' 使用 \1 引用匹配模式中的 ([^}]*) 匹配的字符串內(nèi)容。
還可以使用 Python 的擴(kuò)展語法 (?P<name>...) 指定命名組，引用命名組的語法是 \g<name>。\g<name> 會(huì)將名字為name 的組匹配的字符串替換進(jìn)去。另外，\g<數(shù)字> 是通過組的序號(hào)進(jìn)行引用。\g<2> 其實(shí)就相當(dāng)于 \2，但我們更提倡使用 \g<2>，因?yàn)檫@樣可以避免歧義。例如，\g<2>0 的含義是引用序號(hào)為 2 的組，然后后邊匹配一個(gè)字符 '0'，而你寫成\20 就會(huì)被認(rèn)為是引用序號(hào)為 20 的組了。
- >>> p = re.compile('section{ (?P<name> [^}]* ) }', re.VERBOSE)
- >>> p.sub(r'subsection{\1}','section{First}')
- 'subsection{First}'
- >>> p.sub(r'subsection{\g<1>}','section{First}')
- 'subsection{First}'
- >>> p.sub(r'subsection{\g<name>}','section{First}')
- 'subsection{First}'
有時(shí)候你可能不滿足簡(jiǎn)單的字符串替換，你可能需要在替換的過程中動(dòng)點(diǎn)“手腳”......沒關(guān)系，一樣可以滿足你！replacement 參數(shù)還可以是一個(gè)函數(shù)，該函數(shù)將會(huì)在正則表達(dá)式模式每次不重復(fù)匹配的時(shí)候被調(diào)用。在每次調(diào)用時(shí)，函數(shù)會(huì)收到一個(gè)匹配對(duì)象的參數(shù)，因此你就可以利用這個(gè)對(duì)象去計(jì)算出新的字符串并返回它。
下邊的例子中，替換函數(shù)將十進(jìn)制數(shù)替換為十六進(jìn)制數(shù)：
- >>> def hexrepl(match):
- ... "Return the hex string for a decimal number"
- ... value = int(match.group())
- ... return hex(value)
- ...
- >>> p = re.compile(r'\d+')
- >>> p.sub(hexrepl, 'Call 65490 for printing, 49152 for user code.')
- 'Call 0xffd2 for printing, 0xc000 for user code.'
當(dāng)使用模塊級(jí)的 re.sub() 函數(shù)時(shí)，正則表達(dá)式模式作為第一個(gè)參數(shù)。該模式可以是一個(gè)字符串或一個(gè)編譯好的對(duì)象。如果你需要指定正則表達(dá)式標(biāo)志，那么你必須使用后者；或者使用模式內(nèi)嵌修正器，例如 sub("(?i)b+", "x", "bbbb BBBB") 返
