Cómo sub con grupos y variables coincidentes en Python

Question

nuevo en python. Esto es probablemente simple, pero no he encontrado una respuesta.

rndStr = "20101215" 
rndStr2 = "20101216" 
str = "Looking at dates between 20110316 and 20110317" 
outstr = re.sub("(.+)([0-9]{8})(.+)([0-9]{8})",r'\1'+rndStr+r'\2'+rndStr2,str) 

La salida que estoy buscando es:

Looking at dates between 20101215 and 20101216 

Pero en cambio me sale:

P101215101216 

Los valores de los dos rndStr de realidad no importa. Supongamos que es aleatorio o se toma de la entrada del usuario (puse vals estáticos aquí para mantenerlo simple). Gracias por cualquier ayuda.

Answer 1

Sus referencias son ambiguas. Su cadena de reemplazo se convierte en

\120101215\220101216 

que es más bien dos grandes números para ser backreferencing :)

Para solucionarlo, utilice esta sintaxis:

r'\g<1>'+rndStr+r'\g<2>'+rndStr2 

También tienen demasiados conjuntos de paréntesis (o "corchetes" si hablas inglés británico como yo :) - no necesitas paréntesis alrededor de las partes [0-9]{8} que no estás retrocediendo:

re.sub("(.+)[0-9]{8}(.+)[0-9]{8}",... 

debería ser suficiente.

(Y, como se menciona en otra parte, no use str como nombre de variable. A menos que desee pasar las edades depurando por qué str.replace() ya no funciona. No es que alguna vez lo haya hecho una vez ... noooo. :)

por lo que todo lo convierte en:

import re 
rndStr = "20101215" 
rndStr2 = "20101216" 
s = "Looking at dates between 20110316 and 20110317" 
outstr = re.sub("(.+)[0-9]{8}(.+)[0-9]{8}", r'\g<1>'+rndStr+r'\g<2>'+rndStr2, s) 
print outstr 

Producir:

Looking at dates between 20101215 and 20101216 

Answer 2

rndStr = "20101215" 
rndStr2 = "20101216" 
mys = "Looking at dates between {0} and {1}".format(rndStr, rndStr2) 

Por favor, no use str como nombre de variable; sobrescribe el tipo incorporado str.

Answer 3

Aviso si cambia el valor de rndStr o rndStr2 para enviar mensajes de texto (como 'abc') en lugar de dígitos, ¿obtiene algo más cercano al resultado esperado?

En su expresión a re.sub tiene r'\1'+rndStr+... Este combina en '\1'+'20101215' que luego intenta hacer referencia a la referencia posterior de \120101215 que probablemente no es lo que pretende ...

Usted puede utilizar el nombre de vuelta referencias para hacer la parte de atrás referencia inequívoca:

rep1 = "20101215" 
rep2 = "20101216" 
st = "Looking at dates between 20110316 and 20110317" 

print re.sub(r'(?P<fp>.+)[0-9]{8}(?P<lp>.+)[0-9]{8}', 
      r'\g<fp>'+rep1+r'\g<lp>'+rep2,st) 

Mejor aún, utilizar una sintaxis más fácil de entender y comprobar el retorno del intento de partido:

m=re.search(r'(?P<fp>.+)[0-9]{8}(?P<lp>.+)[0-9]{8}',st) 
if m: 
    print m.group('fp')+rep1+m.group('lp')+rep2 #you could use m.group(1) too 
else: 
    print "no match..." 

En ambos casos, se produce la cadena deseada de Looking at dates between 20101215 and 20101216 .

docs El pitón en referencias hacia atrás con nombre:

(?P<name>...)

Al igual que en paréntesis regulares, pero la subcadena encontrada por el grupo es accesible dentro del resto de la expresión regular a través de lo simbólico nombre del grupo 'nombre'. Los nombres de grupo deben ser identificadores de Python válidos, y cada nombre de grupo debe definirse solo una vez dentro de una expresión regular. Un grupo simbólico también es un grupo numerado , como si el grupo no tuviera el nombre . Por lo que el grupo denominado 'id' en el ejemplo a continuación también se puede hacer referencia como el grupo numerado 1.

Por ejemplo, si el patrón es (?P<id>[a-zA-Z_]\w*), el grupo puede ser referenciado por su nombre en argumentos a los métodos de objetos marcadores, tales como m.group('id') o m.end('id'), y también por su nombre en la expresión regular sí (utilizando (?P=id)) y la sustitución texto dado a .sub() (usando \g<id>).

Answer 4

rndStr = "20101215" 
rndStr2 = "20101216" 

print "Looking at dates between %s and %s" %(rndStr,rndStr2)