python正则表达式标记

| 我想改变这个字符串 
<p><b> hello world </b></p>. I am playing <b> python </b>
 至： 
<bold><bold>hello world </bold></bold>, I am playing <bold> python </bold>
 我用了： 
import re 

pattern = re.compile(r\'\\<p>(.*?)\\</p>|\\<b>(.*?)\\</b>\')

print re.sub(pattern, r\'<bold>\\1</bold>\', \"<p><b>hello world</b></p>. I am playing <b> python</b>\")
它不输出我想要的内容，它报错：组不匹配 它在这种情况下有效： 
re.sub(pattern, r\'<bold>\\1</bold>\', \"<p>hello world</p>. I am playing <p> python</p>\")

<bold> hello world </bold>
。我在玩
<bold> python</bold>
     
2020-05-12 4 条评论
分享

没有找到相关结果

    已邀请:

    目浆搽

    尽管我不建议使用Regex来解析HTML（为此目的，几乎每种语言都有库），但这应该可以工作： 
    text = \"<p><b> hello world </b></p>. I am playing <b> python </b>\"

import re 

pattern1 = re.compile(r\'\\<p>(.*?)\\</p>\')
pattern2 = re.compile(r\'\\<b>(.*?)\\</b>\')

replaced = re.sub(pattern1, r\'<bold>\\1</bold>\', text)
replaced = re.sub(pattern2, r\'<bold>\\1</bold>\', replaced)
    我认为您遇到的问题是因为Python如何采用Groups。 测试以下内容，您将明白我的意思： 
    text = \"<p><b> hello world </b></p>. I am playing <b> python </b>\"

import re 

pattern = re.compile(r\'\\<p>(.*?)\\</p>|\\<b>(.*?)\\</b>\')

for match in pattern.finditer(text):
  print match.groups()
    您将看到以下内容： 
    (\'<b> hello world </b>\', None) # Here captured the 1st group
(None, \' python \') # Here the 2nd ;)
    而且无论如何，要算出它首先匹配
    <p></p>
    之间的值，因此它以
    <b> hello world </b>
    （您也想匹配的东西）为第一匹配。也许在
    pattern
    中更改已编译正则表达式的顺序可以解决此问题，但可能会相反（具有
    <b><p> ... </p></b>
    ） 我希望可以提供更多信息，但是我对使用Python的正则表达式不是很好。 C＃采取不同的方式。 编辑： 我了解您可能不知道要使用正则表达式来实现此目的，但是在生产代码中，我会选择另一种方法（例如@Senthil给您的方法）或仅使用HTML解析器。     
    2020-05-12 0 0
    分享

    坍锭嘉韭蓝

    如果选择不使用正则表达式，则如下所示： 
    d = {\'<p>\':\'<bold>\',\'</p>\':\'</bold>\',\'<b>\':\'<bold>\',\'</b>\':\'</bold>\'}
s = \'<p><b> hello world </b></p>. I am playing <b> python </b>\'
for k,v in d.items():
    s = s.replace(k,v)
        
    2020-05-12 0 0
    分享

    孝铜差

    问题是因为在正则表达式中，第一组在ѭ9内，而第二组在ѭ15内。但是，在您的替换中，您指的是第一组，如果它与
    <b></b>
    匹配，则没有。我提供了几种解决方案。 第一， 
    >>> pattern = re.compile(r\'<(p|b)>(.*?)</\\1>\')
>>> print re.sub(pattern, r\'<bold>\\2</bold>\', 
                 \"<p><b>hello world</b></p>. I am playing <b> python</b>\")
<bold><b>hello world</b></bold>. I am playing <bold> python</bold>
    将匹配给定的一对标签。但是，正如您所看到的，它必须在字符串上使用两次，因为当它与
    <p></p>
    标签匹配时，它会跳过嵌套的
    <b></b>
    标签。 这是我会选择的选项： 
    >>> pattern = re.compile(r\'<(/?)[pb]>\')
>>> print re.sub(pattern, r\'<\\1bold>\', 
                 \"<p><b>hello world</b></p>. I am playing <b> python</b>\")
<bold><bold>hello world</bold></bold>. I am playing <bold> python</bold>
        
    2020-05-12 0 0
    分享
    为什么被折叠? 0 个回复被折叠

    要回复问题请先登录或注册

    或代码 OrCode.com 备案号：粤ICP备15020848号-1
    Escape time: 0.13880896568298