是否可以使用re.sub (或regexobject.sub)来替换子组中的文本？

Question

我需要解析一个配置文件，如下所示(简化)：

<config>
<links>
<link name="Link1" id="1">
 <encapsulation>
  <mode>ipsec</mode>
 </encapsulation>
</link>
<link name="Link2" id="2">
 <encapsulation>
  <mode>udp</mode>
 </encapsulation>
</link>
</links>

我的目标是能够更改特定于特定链接的参数，但我无法让替换正确工作。我有一个regex，它可以隔离特定链路上的参数值，其中该值包含在捕获组1中：

link_id = r'id="1"'
parameter = 'mode'
link_regex = '<link [\w\W]+ %s>[\w\W]*[\w\W]*<%s>([\w\W]*)</%s>[\w\W]*</link>' \
% (link_id, parameter, parameter)

因此，

print re.search(final_regex, f_read).group(1)

打印ipsec

regex howto中的示例似乎都假设要在替换中使用捕获组，但我需要做的是替换捕获组本身(例如，将Link1模式从ipsec更改为udp)。

Answer 1

我不确定我是否会这样做，但最快的方法是移动捕获：

(\w\W\w\W<%s>)\w\W(\w\W)‘并替换为group1 +mode+group2

Answer 2

我必须告诉你：“不要使用正则表达式来做这件事。”

看看用BeautifulSoup做这件事有多容易，例如：

>>> from BeautifulSoup import BeautifulStoneSoup
>>> html = """
... <config>
... <links>
... <link name="Link1" id="1">
...  <encapsulation>
...   <mode>ipsec</mode>
...  </encapsulation>
... </link>
... <link name="Link2" id="2">
...  <encapsulation>
...   <mode>udp</mode>
...  </encapsulation>
... </link>
... </links>
... </config>
... """
>>> soup = BeautifulStoneSoup(html)
>>> soup.find('link', id=1)
<link name="Link1" id="1">
<encapsulation>
<mode>ipsec</mode>
</encapsulation>
</link>
>>> soup.find('link', id=1).mode.contents[0].replaceWith('whatever')
>>> soup.find('link', id=1)
<link name="Link1" id="1">
<encapsulation>
<mode>whatever</mode>
</encapsulation>
</link>

看看你的正则表达式，我真的不知道这是否是你想要做的，但是不管你想做什么，使用像BeautifulSoup这样的库要比尝试拼凑一个正则表达式要好得多。如果可能的话，我强烈建议你走这条路。

Answer 3

这看起来像是有效的XML，在这种情况下，您不需要BeautifulSoup，绝对不需要正则表达式，只需使用任何好的XML库加载XML，编辑它并打印出来，下面是使用ElementTree的方法：

import xml.etree.cElementTree as ET

s = """<config>
<links>
<link name="Link1" id="1">
 <encapsulation>
  <mode>ipsec</mode>
 </encapsulation>
</link>
<link name="Link2" id="2">
 <encapsulation>
  <mode>udp</mode>
 </encapsulation>
</link>
</links>
</config>
"""
configElement = ET.fromstring(s)

for modeElement in configElement.findall("*/*/*/mode"):
    modeElement.text = "udp"

print ET.tostring(configElement)

它会将所有模式元素更改为udp，这是输出：

<config>
<links>
<link id="1" name="Link1">
 <encapsulation>
  <mode>udp</mode>
 </encapsulation>
</link>
<link id="2" name="Link2">
 <encapsulation>
  <mode>udp</mode>
 </encapsulation>
</link>
</links>
</config>