Chụp nội dung của một regex và xóa chúng, hiệu quả

Question

trạng:

• văn bản: một chuỗi
• R: a regex phù hợp với một phần của chuỗi. Điều này có thể tốn kém để tính toán.

Tôi muốn xóa cả các đối sánh R khỏi văn bản và xem nội dung chúng thực sự chứa. Hiện tại, tôi làm như sau:

import re 
ab_re = re.compile("[ab]") 
text="abcdedfe falijbijie bbbb laifsjelifjl" 
ab_re.findall(text) 
# ['a', 'b', 'a', 'b', 'b', 'b', 'b', 'b', 'a'] 
ab_re.sub('',text) 
# 'cdedfe flijijie lifsjelifjl' 

Điều này chạy regex hai lần, gần như tôi có thể nói. Có một kỹ thuật để làm tất cả trên vượt qua, có lẽ bằng cách sử dụng re.split? Nó có vẻ như với các giải pháp dựa trên phân chia tôi cần phải làm regex ít nhất hai lần là tốt.

Answer 1

import re 

r = re.compile("[ab]") 
text = "abcdedfe falijbijie bbbb laifsjelifjl" 

matches = [] 
replaced = [] 
pos = 0 
for m in r.finditer(text): 
    matches.append(m.group(0)) 
    replaced.append(text[pos:m.start()]) 
    pos = m.end() 
replaced.append(text[pos:]) 

print matches 
print ''.join(replaced) 

Đầu ra:

['a', 'b', 'a', 'b', 'b', 'b', 'b', 'b', 'a'] 
cdedfe flijijie lifsjelifjl 

Answer 2

Bạn có thể sử dụng tính năng chia tách với chụp các dấu ngoặc đơn. Nếu bạn làm như vậy, thì văn bản của tất cả các nhóm trong mẫu cũng được trả về như một phần của danh sách kết quả (từ python doc).

Vì vậy, các mã sẽ

import re 
ab_re = re.compile("([ab])") 
text="abcdedfe falijbijie bbbb laifsjelifjl" 
matches = ab_re.split(text) 
# matches = ['', 'a', '', 'b', 'cdedfe f', 'a', 'lij', 'b', 'ijie ', 'b', '', 'b', '', 'b', '', 'b', ' l', 'a', 'ifsjelifjl'] 

# now extract the matches 
Rmatches = [] 
remaining = [] 
for i in range(1, len(matches), 2): 
    Rmatches.append(matches[i]) 
# Rmatches = ['a', 'b', 'a', 'b', 'b', 'b', 'b', 'b', 'a'] 

for i in range(0, len(matches), 2): 
    remaining.append(matches[i]) 
remainingtext = ''.join(remaining) 
# remainingtext = 'cdedfe flijijie lifsjelifjl' 

Answer 3

câu trả lời được sửa đổi của tôi, sử dụng re.split(), mà làm những việc trong một regex pass:

import re 
text="abcdedfe falijbijie bbbb laifsjelifjl" 
ab_re = re.compile("([ab])") 
tokens = ab_re.split(text) 
non_matches = tokens[0::2] 
matches = tokens[1::2] 

(chỉnh sửa: đây là một phiên bản hoàn chỉnh chức năng)

def split_matches(text,compiled_re): 
    ''' given a compiled re, split a text 
    into matching and nonmatching sections 
    returns m, n_m, two lists 
    ''' 
    tokens = compiled_re.split(text) 
    matches = tokens[1::2] 
    non_matches = tokens[0::2] 
    return matches,non_matches 

m,nm = split_matches(text,ab_re) 
''.join(nm) # equivalent to ab_re.sub('',text) 

Answer 4

gì về điều này:

import re 

text = "abcdedfe falijbijie bbbb laifsjelifjl" 
matches = [] 

ab_re = re.compile("[ab]") 

def verboseTest(m): 
    matches.append(m.group(0)) 
    return '' 

textWithoutMatches = ab_re.sub(verboseTest, text) 

print matches 
# ['a', 'b', 'a', 'b', 'b', 'b', 'b', 'b', 'a'] 
print textWithoutMatches 
# cdedfe flijijie lifsjelifjl 

Các 'repl' lập luận của re.sub chức năng có thể là một chức năng để bạn có thể báo cáo hoặc lưu các trận đấu từ đó và bất kỳ chức năng nào trả về là 'phụ' sẽ thay thế.

Chức năng có thể dễ dàng được sửa đổi để thực hiện nhiều hơn nữa! Hãy xem the re module documentation trên docs.python.org để biết thêm thông tin về những điều khác có thể.