在 Python 中仅替换正则表达式字符串的一部分的方法

Question

我正在处理一个文本文件，其文本布局如下：

SCN DD1251       
            UPSTREAM               DOWNSTREAM               FILTER              
          NODE     LINK          NODE    LINK                LINK               
        DD1271      C           DD1271    R                                     
        DD1351      D           DD1351    B                                     
                    E                                                           
                                                                                
SCN DD1271       
            UPSTREAM               DOWNSTREAM               FILTER              
          NODE     LINK          NODE    LINK                LINK               
        DD1301      T           DD1301    A                                     
        DD1251      R           DD1251    C                                     
                                                                                
SCN DD1301       
            UPSTREAM               DOWNSTREAM               FILTER              
          NODE     LINK          NODE    LINK                LINK               
        DD1271      A           DD1271    T                                     
                    B                                                           
                    C                                                           
                    D                                                           
                                                                                
SCN DD1351       
            UPSTREAM               DOWNSTREAM               FILTER              
          NODE     LINK          NODE    LINK                LINK               
                    A           DD1251    D                                     
        DD1251      B                                                           
                    C

我目前正在使用以下正则表达式模式来匹配节点后跟 5 宽 space 和后面的字母，如下所示：

DD1251      B

[A-Z]{2}[0-9]{3}[0-9A-Z]      [A-Z]

我的目标是用下划线替换 5 宽 space，如下所示：

DD1251_B

我正在尝试使用以下代码实现此目的：

def RemoveLinkSpace(input_file, output_file, pattern):
  with open(str(input_file) + ".txt", "r") as file_input:
    with open(str(output_file) + ".txt", "w") as output: 
        for line in file_input:
               line = pattern.sub("_", line)
               output.write(line)

upstream_pattern = re.compile(r"[A-Z]{2}[0-9]{3}[0-9A-Z]      [A-Z]")

RemoveLinkSpace("File1","File2",upstream_pattern)

但是，这会生成类似于以下模式的文本文件：

SCN DD1251       
            UPSTREAM               DOWNSTREAM               FILTER              
          NODE     LINK          NODE    LINK                LINK               
        _      C           DD1271    R                                     
        _      D           DD1351    B                                     
                    E                                                           
                                                                                
SCN DD1271       
            UPSTREAM               DOWNSTREAM               FILTER              
          NODE     LINK          NODE    LINK                LINK               
        _      T           DD1301    A                                     
        _      R           DD1251    C

我的问题是，有没有办法仍然搜索整个正则表达式，然后只替换包含在中的 spaces？

Answer 1

我们可以分组替换，你错过了这一点。 \1表示第一组，\2表示第二组因此在搜索模式中 ([A-Z]{2}[0-9]{3}[0-9A-Z]) 是第一个模式，([A-Z]) 是第二个模式。
此外，组 1 和组 2 之间的 space 不存在 5，只有 6。所以我搜索 5 继续 space。

def RemoveLinkSpace(input_file, output_file, pattern):
  with open(str(input_file) + ".txt", "r") as file_input:
    with open(str(output_file) + ".txt", "w") as output: 
        for line in file_input:
               line = re.sub(pattern,r"_", line)
               output.write(line)

upstream_pattern = re.compile(r"([A-Z]{2}[0-9]{3}[0-9A-Z])[ ]{5,}([A-Z])")


RemoveLinkSpace("in","out", upstream_pattern)

在 Python 中仅替换正则表达式字符串的一部分的方法

Way to substitute only part of a regex string in Python

python

regex

replace

python-re