python - 对与正则表达式模式不匹配的字符串的所有部分进行操作的函数

Question

假设我有一个字符串：

"a bb c exclude_start d 3 f g h _ k l . exclude_end n 0 P exclude_start q r exclude_end s"

并说我会应用一个upper将返回的函数：

"A BB C exclude_start d 3 f g h _ k l . exclude_end N 0 P exclude_start q r exclude_end S"

我想要一个解决方案，它允许n排除块的数量，并将该upper功能仅应用于这些块之外的字符。

如果有一种方法regex只匹配 之外的字符串，那就太好了excludes，然后只适用upper于这些。

标签： pythonregexregex-negation

Answer 1

我不确定是否有办法用一个正则表达式来做到这一点，但这是我的思考过程。我想我们想把字符串分开，这样我们就可以只大写那些不在排除块中的部分。这样做的方法是制作一个正则表达式来匹配排除块：

>>> import re
>>> exclude_pattern = re.compile(r'(exclude_start.*?exclude_end)')

我们需要在其中包含问号，以免它贪婪地匹配。

由于我们希望保留与我们匹配的字符串部分，exclude_pattern而不是仅仅将它们丢弃，我们可以使用re.split：

如果在pattern中使用了捕获括号，那么 pattern 中所有组的文本也会作为结果列表的一部分返回。

这就是为什么我们需要在exclude_pattern.

接下来我们要使用该模式拆分字符串：

>>> input_string = "a bb c exclude_start d 3 f g h _ k l . exclude_end n 0 P exclude_start q r exclude_end s"
>>> exclude_pattern.split(input_string)
['a bb c ', 'exclude_start d 3 f g h _ k l . exclude_end', ' n 0 P ', 'exclude_start q r exclude_end', ' s']

这给了我们需要的分离。

我们想要的下一件事是upper只处理与我们的排除模式不匹配的字符串。为此，我认为我们可以在列表上映射一个 lambda，根据我们的排除模式检查每个条目，并且只有upper那些不匹配的条目：

>>> list(map(lambda s: s.upper() if not exclude_pattern.match(s) else s, exclude_pattern.split(input_string)))
['A BB C ', 'exclude_start d 3 f g h _ k l . exclude_end', ' N 0 P ', 'exclude_start q r exclude_end', ' S']

这list()只是为了让我们可以看到结果地图对象中的内容。

之后，我们将它们重新组合在一起：

>>> ''.join(map(lambda s: s.upper() if not exclude_pattern.match(s) else s, exclude_pattern.split(input_string)))
'A BB C exclude_start d 3 f g h _ k l . exclude_end N 0 P exclude_start q r exclude_end S'

如果您不想将其作为单行（这有点恶心），我们可以将其变成一个函数：

def excluded_upper(input_string):
    exclude_pattern = re.compile(r'(exclude_start.*?exclude_end)')
    split_string = exclude_pattern.split(input_string)
    output = []
    for s in split_string:
        if exclude_pattern.match(s):
            output.append(s)
        else:
            output.append(s.upper())
    return ''.join(output)