如何将回调传递给re.sub，但仍插入匹配捕获

Question

考虑：

text = "abcdef"
pattern = "(b|e)cd(b|e)"
repl = [r"1bla2", r"1blabla2"]
text = re.sub(pattern, lambda m: random.choice(repl), text)

我想用列表repl的条目随机替换匹配项。但当使用lambda m: random.choice(repl)作为回调时，它不再用捕获来替换1、2等，而是以纯文本形式返回"1bla2"。

我试着在re.py中查找他们是如何在内部执行的，所以我可能能够调用相同的内部函数，但这似乎并不微不足道。

上面的示例返回a1bla2f或a1blabla2f，而abblaef或abblablaef在我的情况下是有效的选项。

请注意，我使用的是一个函数，因为在有几个像text = "abcdef abcdef"这样的匹配的情况下，它应该为每个匹配从repl中随机选择一个替换，而不是为所有匹配使用相同的替换。

Answer 1

如果传递一个函数，则会丢失对backreferences的自动转义。你只需要得到匹配的对象，就必须完成工作。所以你可以：

在正则表达式中选择一个字符串，而不是传递一个函数：

text = "abcdef"
pattern = "(b|e)cd(b|e)"
repl = [r"1bla2", r"1blabla2"]
re.sub(pattern, random.choice(repl), text)
# 'abblaef' or 'abblablaef'

或者编写一个处理匹配对象并允许更复杂处理的函数。您可以利用expand使用反向引用：

text = "abcdef abcdef"
pattern = "(b|e)cd(b|e)"
def repl(m):
repl = [r"1bla2", r"1blabla2"]           
return m.expand(random.choice(repl))

re.sub(pattern, repl, text)
# 'abblaef abblablaef' and variations

当然，您可以将该函数放入lambda:中

repl = [r"1bla2", r"1blabla2"]
re.sub(pattern, lambda m: m.expand(random.choice(repl)), text)

Answer 2

实现这一点(并确保随机替换(的一种方法是嵌套对re.sub:的调用

text = "abcdef abcdef"
pattern = "(b|e)cd(b|e)"
repl = [r"1bla2", r"1blabla2"]
text = re.sub(pattern, lambda m: re.sub(r'\(d+)', lambda m1: m.group(int(m1.group(1))), random.choice(repl)), text)
print(text)

之间的输出不同

abblaef abblaef
abblaef abblablaef
abblablaef abblaef
abblablaef abblablaef

事实证明，我的嵌套调用基本上相当于m.expand，正如Mark Meyer的回答中所描述的那样。

Answer 3

在该示例中，捕获组被放回原来的位置而没有更改。因此，请更改要使用的模式前瞻性和前瞻性断言：

replacements = ['bla', 'blabla']
re.sub(r"(?<=b|e)cd(?=b|e)", lambda mo:random.choice(replacements), text)

如果前面是b|e，后面是b|e，则与cd匹配。

或者，替换函数接收匹配对象，因此它可以访问所有匹配组：

re.sub(pattern, lambda mo:f"{mo[1]}{random.choice(replacements)}{mo[2]}", text)

其中mo是匹配对象，mo[1]是第一捕获组，mo[2]是第二捕获组。