Python .replace()正则表达式

我试图做一个抓取'</html>'标签后的所有东西并删除它，但我的代码似乎没有做任何事情。.replace()不支持正则表达式吗?

z.write(article.replace('</html>.+', '</html>'))

python
regex

741188 次浏览

小开

最佳答案

不。Python中的正则表达式由re模块处理。

article = re.sub(r'(?is)</html>.+', '</html>', article)

一般来说:

text_after = re.sub(regex_search_term, regex_replacement, text_before)

小开

你可以为正则表达式使用re模块，但是正则表达式对于你想要的东西来说可能是多余的。我可能会试试

z.write(article[:article.index("</html>") + 7]

这比基于正则表达式的解决方案要干净得多，而且应该快得多。

小开

为了使用正则表达式替换文本，请使用re.sub函数:

Sub (pattern, repl, string[， count, flags])

它将用传递为string的文本替换pattern的非永久实例。例如，如果您需要分析匹配以提取有关特定组捕获的信息，您可以将函数传递给string参数。更多信息请点击这里。

例子

>>> import re
>>> re.sub(r'a', 'b', 'banana')
'bbnbnb'


>>> re.sub(r'/\d+', '/{id}', '/andre/23/abobora/43435')
'/andre/{id}/abobora/{id}'

小开

对于这种特殊情况，如果使用re模块是多余的，如何使用split(或rsplit)方法作为

se='</html>'
z.write(article.split(se)[0]+se)

例如,

#!/usr/bin/python


article='''<html>Larala
Ponta Monta
</html>Kurimon
Waff Moff
'''
z=open('out.txt','w')


se='</html>'
z.write(article.split(se)[0]+se)

输出out.txt as

<html>Larala
Ponta Monta
</html>