import re
#不保留匹配项
m = re.split('\d+' , '123abc321cba')
print(m)
m = re.split('(\d+)' , '123abc321cba')
print(m)
>>>['', 'abc', 'cba']
>>>['', '123', 'abc', '321', 'cba']
此处，总结一下，在使用re.sub的时候，需要注意的一些事情。
解释具体的注意事项之前，先把其具体的解释贴出来：
|
re.sub的功能
re是regular expression的所写，表示正则表达式
sub是substitute的所写，表示替换；
re.sub是个正则表达式方面的函数，用来实现通过正则表达式，实现比普通字符串的replace更加强大的替换功能；
举个最简单的例子：
如果输入字符串是：
|
1
|
inputStr
=
"hello 111 world 111"
|
那么你可以通过
|
1
|
replacedStr
=
inputStr.replace(
"111"
,
"222"
)
|
去换成
| "hello 222 world 222" |
但是，如果输入字符串是：
|
1
|
inputStr
=
"hello 123 world 456"
|
而你是想把123和456，都换成222
（以及其他还有更多的复杂的情况的时候），
那么就没法直接通过字符串的replace达到这一目的了。
就需要借助于re.sub，通过正则表达式，来实现这种相对复杂的字符串的替换：
|
1
|
replacedStr
=
re.sub(
"\d+"
,
"222"
, inputStr)
|
当然，实际情况中，会有比这个例子更加复杂的，其他各种特殊情况，就只能通过此re.sub去实现如此复杂的替换的功能了。
所以，re.sub的含义，作用，功能就是：
对于输入的一个字符串，利用正则表达式（的强大的字符串处理功能），去实现（相对复杂的）字符串替换处理，然后返回被替换后的字符串
其中re.sub还支持各种参数，比如count指定要替换的个数等等。
下面就是来详细解释其各个参数的含义。
re.sub的各个参数的详细解释
re.sub共有五个参数。
其中三个必选参数：pattern, repl, string
两个可选参数：count, flags
第一个参数：pattern
pattern，表示正则中的模式字符串，这个没太多要解释的。
需要知道的是：
- 反斜杠加数字（\N），则对应着匹配的组（matched group）
- 比如\6，表示匹配前面pattern中的第6个group
- 意味着，pattern中，前面肯定是存在对应的，第6个group，然后你后面也才能去引用
比如，想要处理：
| hello crifan, nihao crifan |
且此处的，前后的crifan，肯定是一样的。
而想要把整个这样的字符串，换成crifanli
则就可以这样的re.sub实现替换：
|
1
2
3
|
inputStr
=
"hello crifan, nihao crifan"
;
replacedStr
=
re.sub(r
"hello (\w+), nihao \1"
,
"crifanli"
, inputStr);
print
"replacedStr="
,replacedStr;
#crifanli
|
第二个参数：repl
repl，就是replacement，被替换，的字符串的意思。
repl可以是字符串，也可以是函数。
repl是字符串
如果repl是字符串的话，其中的任何反斜杠转义字符，都会被处理的。
即：
- \n：会被处理为对应的换行符；
- \r：会被处理为回车符；
- 其他不能识别的转移字符，则只是被识别为普通的字符：
- 比如\j，会被处理为j这个字母本身；
- 反斜杠加g以及中括号内一个名字，即：\g<name>，对应着命了名的组，named group
接着上面的举例：
想要把对应的：
| hello crifan, nihao crifan |
中的crifan提取出来，只剩：
| crifan |
就可以写成：
|
1
2
3
|
inputStr
=
"hello crifan, nihao crifan"
;
replacedStr
=
re.sub(r
"hello (\w+), nihao \1"
,
"\g<1>"
, inputStr);
print
"replacedStr="
,replacedStr;
#crifan
|
对应的带命名的组（named group）的版本是：
|
1
2
3
|
inputStr
=
"hello crifan, nihao crifan"
;
replacedStr
=
re.sub(r
"hello (?P<name>\w+), nihao (?P=name)"
,
"\g<name>"
, inputStr);
print
"replacedStr="
,replacedStr;
#crifan
|
repl是函数
举例说明：
比如输入内容是：
| hello 123 world 456 |
想要把其中的数字部分，都加上111，变成：
| hello 234 world 567 |
那么就可以写成：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
|
#!/usr/bin/python
# -*- coding: utf-8 -*-
"""
Function:
【整理】详解Python中re.sub
Version: 2013-05-02
Author: Crifan
Contact: admin (at) crifan.com
"""
import
re;
def
pythonReSubDemo():
"""
demo Pyton re.sub
"""
inputStr
=
"hello 123 world 456"
;
def
_add111(matched):
intStr
=
matched.group(
"number"
);
#123
intValue
=
int
(intStr);
addedValue
=
intValue
+
111
;
#234
addedValueStr
=
str
(addedValue);
return
addedValueStr;
replacedStr
=
re.sub(
"(?P<number>\d+)"
, _add111, inputStr);
print
"replacedStr="
,replacedStr;
#hello 234 world 567
###############################################################################
if
__name__
=
=
"__main__"
:
pythonReSubDemo();
|
第三个参数：string
string，即表示要被处理，要被替换的那个string字符串。
没什么特殊要说明。
第四个参数：count
举例说明：
继续之前的例子，假如对于匹配到的内容，只处理其中一部分。
比如对于：
| hello 123 world 456 nihao 789 |
只是像要处理前面两个数字：123,456，分别给他们加111，而不处理789，
那么就可以写成：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
|
#!/usr/bin/python
# -*- coding: utf-8 -*-
"""
Function:
【整理】详解Python中re.sub
Version: 2013-05-02
Author: Crifan
Contact: admin (at) crifan.com
"""
import
re;
def
pythonReSubDemo():
"""
demo Pyton re.sub
"""
inputStr
=
"hello 123 world 456 nihao 789"
;
def
_add111(matched):
intStr
=
matched.group(
"number"
);
#123
intValue
=
int
(intStr);
addedValue
=
intValue
+
111
;
#234
addedValueStr
=
str
(addedValue);
return
addedValueStr;
replacedStr
=
re.sub(
"(?P<number>\d+)"
, _add111, inputStr,
2
);
print
"replacedStr="
,replacedStr;
#hello 234 world 567 nihao 789
###############################################################################
if
__name__
=
=
"__main__"
:
pythonReSubDemo();
|
第五个参数：flags
关于re.sub的注意事项
然后再来整理一些，关于re.sub的注意事项，常见的问题及解决办法：
要注意，被替换的字符串，即参数repl，是普通的字符串，不是pattern
注意到，语法是：
|
1
|
re.sub(pattern, repl, string, count
=
0
, flags
=
0
)
|
即，对应的第二个参数是repl。
需要你指定对应的r前缀，才是pattern：
r"xxxx"
不要误把第四个参数flag的值，传递到第三个参数count中了
否则就会出现我这里：
遇到的问题：
当传递第三个参数，原以为是flag的值是，
结果实际上是count的值
所以导致re.sub不功能，
所以要参数指定清楚了：
|
1
|
replacedStr
=
re.sub(replacePattern, orignialStr, replacedPartStr, flags
=
re.I);
# can omit count parameter
|
或：
|
1
|
replacedStr
=
re.sub(replacePattern, orignialStr, replacedPartStr,
1
, re.I);
# must designate count parameter
|
才可以正常工作。