如何在Python中搜索和替换文本？

问题

您要搜索并替换字符串中的文本模式。

如果我们有一个非常简单的文字模式，则使用str.replace()方法是一个最佳解决方案。

示例

def sample():
yield 'Is'
yield 'USA'
yield 'Colder'
yield 'Than'
yield 'Canada?'

text = ' '.join(sample())
print(f"Output \n {text}")

输出结果

Is USA Colder Than Canada?

首先让我们看看如何搜索文本。

# search for exact text
print(f"Output \n {text == 'USA'}")

输出结果

False

我们可以使用基本的字符串方法搜索文本，例如str.find()，str.endswith()，str.startswith()。

# text start with
print(f"Output \n {text.startswith('Is')}")

输出结果

True

# text ends with
print(f"Output \n {text.startswith('Is')}")

输出结果

True

# search text with find
print(f"Output \n {text.find('USA')}")

输出结果

3

如果要搜索的输入文本更加复杂，则可以使用正则表达式和re模块。

# Let us create a date in string format
date1 = '22/10/2020'

# Let us check if the text has more than 1 digit.
# \d+ - match one or more digits
import re
if re.match(r'\d+/\d+/\d+', date1):
print('yes')
else:
print('no')
yes

现在，回到替换文本。如果要替换的文本和字符串很简单，则使用str.replace()。

输出结果

print(f"Output \n {text.replace('USA', 'Australia')}")

输出结果

Is Australia Colder Than Canada?

如果有复杂的模式需要搜索和替换，那么我们可以sub()在re模块中利用这些方法。

第一个参数sub()是要匹配的模式，第二个参数是替换模式。

在以下示例中，我们将以dd / mm / yyyy找到日期字段，并以yyyy-dd-mm格式替换它们。反斜杠数字（例如\ 3）表示模式中的捕获组号

import re
sentence = 'Date is 22/11/2020. Tommorow is 23/11/2020.'
# sentence
replaced_text = re.sub(r'(\d+)/(\d+)/(\d+)', r'\3-\1-\2', sentence)
print(f"Output \n {replaced_text}")

输出结果

Date is 2020-22-11. Tommorow is 2020-23-11.

另一种方法是先编译表达式以获得更好的性能。

输出结果

pattern = re.compile(r'(\d+)/(\d+)/(\d+)')
replaced_pattern = pattern.sub(r'\3-\1-\2', sentence)
print(f"Output \n {replaced_pattern}")

输出结果

Date is 2020-22-11. Tommorow is 2020-23-11.

re.subn()将为我们提供替换文本的替换次数。

输出结果

output, count = pattern.subn(r'\3-\1-\2', sentence)
print(f"Output \n {output}")

输出结果

Date is 2020-22-11. Tommorow is 2020-23-11.

输出结果

print(f"Output \n {count}")

输出结果

2