Manejo de backreferences para capturar grupos en el patrón de reemplazo re.sub

Quiero tomar la cadena 0.71331, 52.25378y regresar 0.71331,52.25378, es decir, solo buscar un dígito, una coma, un espacio y un dígito, y eliminar el espacio.

Este es mi código actual:

coords = '0.71331, 52.25378'
coord_re = re.sub("(\d), (\d)", "\1,\2", coords)
print coord_re

Pero esto me da 0.7133,2.25378. ¿Qué estoy haciendo mal?

python regex

— Ricardo
fuente

Dado que en realidad no desea capturar los dígitos, puede tener más sentido para utilizar Vista-around, es decir: re.sub(r'(?<=\d), (?=\d)', ',', coords).

— ig0774

Esta pregunta en particular no necesita regex, use reemplazar: coords.replace(' ', '')

— Gringo Suave

Respuestas:

116

Debería utilizar cadenas sin formato para expresiones regulares, intente lo siguiente:

coord_re = re.sub(r"(\d), (\d)", r"\1,\2", coords)

Con su código actual, las barras invertidas en su cadena de reemplazo se escapan de los dígitos, por lo que está reemplazando todas las coincidencias por el equivalente de chr(1) + "," + chr(2):

>>> '\1,\2'
'\x01,\x02'
>>> print '\1,\2'
,
>>> print r'\1,\2'   # this is what you actually want
\1,\2

Siempre que desee dejar la barra invertida en la cadena, use el rprefijo o escape cada barra invertida ( \\1,\\2).

— Andrew Clark
fuente

Gracias, eso hizo el truco. docs.python.org/library/re.html#raw-string-notation para cualquiera que lea esto.

— Richard

También stackoverflow.com/questions/2081640/… para una mejor explicación de qué son las cadenas sin procesar.

— Richard

¿Cómo imprimiría realmente el nombre del grupo en el ejemplo anterior? Diga, si el grupo se \1llamó xCoord , ¿es posible indicar re.subque se reemplacen las subcadenas con nombres de grupo que re.sub(r"(\d), (\d)", r"\1,\2", coords)xCoord,52.25378

— resulten

Esto no funciona en Python3. El uso lo \1reemplaza con algún extraño carácter Unicode.

— Cerin

Python interpreta \1como un carácter con valor ASCII 1 y se lo pasa a sub.

Utilice cadenas sin formato, en las que Python no interpreta el \.

coord_re = re.sub(r"(\d), (\d)", r"\1,\2", coords)

Esto se cubre desde el principio de la redocumentación , en caso de que necesite más información.

— Petr Viktorin
fuente