web-dev-qa-db-de.com

Eingabe eines Regex in string.replace

Ich brauche Hilfe bei der Deklaration einer Regex. Meine Eingaben sind wie folgt:

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>

Die erforderliche Ausgabe ist:

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

Ich habe das probiert:

#!/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

Ich habe es auch ausprobiert (aber es scheint, als würde ich die falsche Regex-Syntax verwenden):

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

Ich möchte die replace nicht hart von 1 bis 99 kodieren. . .

208
alvas

Dieses getestete Snippet sollte es tun:

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

Edit: Hier ist eine kommentierte Version, die erklärt, wie es funktioniert:

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)

Regexes sind Spaß! Aber ich würde dringend empfehlen, ein oder zwei Stunden mit den Grundlagen zu verbringen. Für den Anfang müssen Sie lernen, welche Zeichen speziell sind: "Metazeichen", die maskiert werden müssen (dh mit einem umgekehrten Schrägstrich vor - und die Regeln unterscheiden sich innerhalb und außerhalb der Zeichenklassen ausgezeichnetes Online-Tutorial unter: www.regular-expressions.info . Die Zeit, die Sie dort verbringen, wird sich vielfach bezahlt machen. Viel Spaß beim Ausregen!

411
ridgerunner

str.replace() führt feste Ersetzungen durch. Verwenden Sie stattdessen re.sub() .

Ich würde so gehen (Regex in Kommentaren erklärt):

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)

Wenn Sie mehr über Regex erfahren möchten, empfehle ich das Regular Expressions Cookbook von Jan Goyvaerts und Steven Levithan.

19

Der einfachste Weg

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

die replace-Methode von String-Objekten akzeptiert keine regulären Ausdrücke, sondern nur feste Strings (siehe Dokumentation: http://docs.python.org/2/library/stdtypes.html#str.replace ).

Sie müssen das Modul re verwenden:

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

muss keinen regulären Ausdruck verwenden (für Ihre Beispielzeichenfolge)

>>> 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