web-dev-qa-db-fra.com

Comment saisir une regex dans string.replace?

J'ai besoin d'aide pour déclarer une regex. Mes entrées sont comme suit:

this is a paragraph with<[1> in between</[1> and then there are cases ... where the<[99> number ranges from 1-100</[99>. 
and there are many other lines in the txt files
with<[3> such tags </[3>

La sortie requise est:

this is a paragraph with in between and then there are cases ... where the number ranges from 1-100. 
and there are many other lines in the txt files
with such tags

J'ai essayé ceci:

#!/usr/bin/python
import os, sys, re, glob
for infile in glob.glob(os.path.join(os.getcwd(), '*.txt')):
    for line in reader: 
        line2 = line.replace('<[1> ', '')
        line = line2.replace('</[1> ', '')
        line2 = line.replace('<[1>', '')
        line = line2.replace('</[1>', '')

        print line

J'ai aussi essayé ceci (mais il semble que j'utilise une syntaxe de regex incorrecte):

    line2 = line.replace('<[*> ', '')
    line = line2.replace('</[*> ', '')
    line2 = line.replace('<[*>', '')
    line = line2.replace('</[*>', '')

Je ne veux pas coder la valeur replace de 1 à 99. . .

pythonregexstringreplace
208
alvas

Cet extrait testé devrait le faire:

import re
line = re.sub(r"</?\[\d+>", "", line)

Edit: Voici une version commentée expliquant comment cela fonctionne:

line = re.sub(r"""
  (?x) # Use free-spacing mode.
  <    # Match a literal '<'
  /?   # Optionally match a '/'
  \[   # Match a literal '['
  \d+  # Match one or more digits
  >    # Match a literal '>'
  """, "", line)

Les regexes sont amusants! Mais je vous recommande fortement de passer une heure ou deux à étudier les bases. Pour commencer, vous devez savoir quels caractères sont spéciaux: "métacaractères" qui doivent être échappés (c'est-à-dire avec une barre oblique inversée placée devant - et les règles sont différentes à l'intérieur et à l'extérieur des classes de caractères.) excellent tutoriel en ligne sur: www.larg-expressions.info . Le temps que vous y passerez sera rentabilisé plusieurs fois. Bonne regexing!

411
ridgerunner

str.replace() effectue des remplacements fixes. Utilisez re.sub() à la place.

31
Ignacio Vazquez-Abrams

Je voudrais aller comme ça (regex expliqué dans les commentaires):

import re

# If you need to use the regex more than once it is suggested to compile it.
pattern = re.compile(r"</{0,}\[\d+>")

# <\/{0,}\[\d+>
# 
# Match the character “<” literally «<»
# Match the character “/” literally «\/{0,}»
#    Between zero and unlimited times, as many times as possible, giving back as needed (greedy) «{0,}»
# Match the character “[” literally «\[»
# Match a single digit 0..9 «\d+»
#    Between one and unlimited times, as many times as possible, giving back as needed (greedy) «+»
# Match the character “>” literally «>»

subject = """this is a paragraph with<[1> in between</[1> and then there are cases ... where the<[99> number ranges from 1-100</[99>. 
and there are many other lines in the txt files
with<[3> such tags </[3>"""

result = pattern.sub("", subject)

print(result)

Si vous voulez en savoir plus sur regex, je vous recommande de lire Cookbook Expressions Régulier par Jan Goyvaerts et Steven Levithan.

19
Lorenzo Persichetti

Le moyen le plus simple

import re

txt='this is a paragraph with<[1> in between</[1> and then there are cases ... where the<[99> number ranges from 1-100</[99>.  and there are many other lines in the txt files with<[3> such tags </[3>'

out = re.sub("(<[^>]+>)", '', txt)
print out
13
Ezequiel Marquez

la méthode replace des objets chaîne n'accepte pas les expressions régulières, mais uniquement les chaînes fixes (voir la documentation: http://docs.python.org/2/library/stdtypes.html#str.replace ).

Vous devez utiliser le module re:

import re
newline= re.sub("<\/?\[[0-9]+>", "", line)
6
Zac

ne pas utiliser d'expression régulière (pour votre exemple de chaîne)

>>> s
'this is a paragraph with<[1> in between</[1> and then there are cases ... where the<[99> number ranges from 1-100</[99>. \nand there are many other lines in the txt files\nwith<[3> such tags </[3>\n'

>>> for w in s.split(">"):
...   if "<" in w:
...      print w.split("<")[0]
...
this is a paragraph with
 in between
 and then there are cases ... where the
 number ranges from 1-100
.
and there are many other lines in the txt files
with
 such tags
2
kurumi
import os, sys, re, glob

pattern = re.compile(r"\<\[\d\>")
replacementStringMatchesPattern = "<[1>"

for infile in glob.glob(os.path.join(os.getcwd(), '*.txt')):
   for line in reader: 
      retline =  pattern.sub(replacementStringMatchesPattern, "", line)         
      sys.stdout.write(retline)
      print (retline)
0
Abena Saulka