python - Python 正则表达式中的变量扩展

Question

我正在尝试用 Python 编写一个脚本，它“清理”许多文件输入的文本，如下所示：

for i in range(1,10):
    number = 1
    cleanText = re.sub('number.','',line).strip() 
    number = number + 1
    print cleanText

一个示例文件是： 1. Hello, World 2. Hello earth

我需要在这里做的是一举删除编号和点以及前导空格。但是我到底如何才能首先执行一个简单的变量扩展呢？

谢谢大家。

Answer 1

如果保证你的文件格式和你说的一样：

1. Hello, World
2. Hello earth

你甚至不需要使用正则表达式，你可以使用splitand join：

clean_line = ' '.join(line.split(' ')[1:]).lstrip()

>>> ' '.join("1. Hello, world".split(' ')[1:])
'Hello, world'

或者，如果您仍想进行替换，则replace基于此的代码可能会起作用：

number = 1
for line in file_handle:
  clean_line = line.replace("%d. " % number, "").lstrip()
  number += 1

Answer 2

正如其他人所说，您应该简单地使用匹配任何数字的正则表达式，例如r"\d"or r"\d+"。但是，出于学习目的，这是您所问问题的答案。

最接近“变量扩展”的等价物是字符串格式化运算符：

cleanText = re.sub('%d.' % number, line).strip()

你也可以使用str(number) + '.'来达到同样的效果。您的代码还有几个问题：

• 你的循环是错误的；如果你正在迭代range(1, 10)，那么你不需要number手动增加。

• 你可能的意思是range(1, 11)。

• .在正则表达式语法中匹配任何字符；你想要\.。

清理后的版本可能如下所示：

cleanText = line.strip()
for i in xrange(1, 11):
    cleanText = re.sub(r'%d\.', '' , cleanText)

Answer 3

import re
fp = open('line','r')
for line in fp:
    pattern = re.match(r'[0-9]*\.(.*)',line)
    if pattern:
        print pattern.group(1)
    else:
        print line