使用regex重新命名并删除字符串中的冗余项

Question

我正在尝试使用pythons特性在一些文本中重新命名一些标识符。

这是一个文本的例子。我基本上是想把所有的v都按数字顺序编号。

@r=v4 "v4"
 A -> C : B
 Cell * kcat * B * A / (km + A) 
@r=v4 "v4"
 C -> C+D
 Cell * v2_k * C
@r=v4 "v4"
 C -> : D 
 Cell * kcat2 * D * C / (km2 + C)
@r=v4 "v4"
 C -> C+D
 Cell * v2_k * C

所以想要的输出是

@r=v1 "v1"
 A -> C : B
 Cell * kcat * B * A / (km + A) 
@r=v2 "v2"
 C -> C+D
 Cell * v2_k * C
@r=v3 "v3"
 C -> : D 
 Cell * kcat2 * D * C / (km2 + C)
@r=v4 "v4"
 C -> C+D
 Cell * v2_k * C

然而，也有一个复杂的问题。如果仔细观察，您可以看到“v2”和“v4”元素是相同的。因此，对于我来说，这是多余的信息，需要删除。

我的守则：

string='''
@r=v4 "v4"
 A -> C : B
 Cell * kcat * B * A / (km + A) 
@r=v4 "v4"
 C -> C+D
 Cell * v2_k * C
@r=v4 "v4"
 C -> : D 
 Cell * kcat2 * D * C / (km2 + C)
@r=v4 "v4"
 C -> C+D
 Cell * v2_k * C
'''

pattern=re.compile('@r=(.*)')
    for i in range(len(re.findall(pattern,string))):
        print re.sub(pattern,'@r=v{} "v{}"'.format(str(i+1),str(i+1)),string)

然而，这并没有给我想要的输出。有人知道怎么做我想做的事吗？谢谢

Answer 1

可能的解决办法：

string='''@r=v4 "v4"
 A -> C : B
 Cell * kcat * B * A / (km + A) 
@r=v4 "v4"
 C -> C+D
 Cell * v2_k * C
@r=v4 "v4"
 C -> : D 
 Cell * kcat2 * D * C / (km2 + C)
@r=v4 "v4"
 C -> C+D
 Cell * v2_k * C'''

i = 0
for strg in string.splitlines():
    if strg == '@r=v4 "v4"':
        i += 1
        print '@r=v{} "v{}"'.format(i,i)
    else:
        print strg

输出：

@r=v1 "v1"
 A -> C : B
 Cell * kcat * B * A / (km + A) 
@r=v2 "v2"
 C -> C+D
 Cell * v2_k * C
@r=v3 "v3"
 C -> : D 
 Cell * kcat2 * D * C / (km2 + C)
@r=v4 "v4"
 C -> C+D
 Cell * v2_k * C

您可以轻松地连接所有字符串并获得带有重新标记标识符的文本。如下所示：

new_text = ""
for strg in string.splitlines():
    if strg == '@r=v4 "v4"':
        i += 1
        new_text += '@r=v{} "v{}"\n'.format(i,i)
    else:
        new_text += strg + '\n'

对于一些更困难的案例：

for strg in string.splitlines():
if strg in ['@r=v4 "v4"','@r=v2 "v2"','@r=v3 "v3"'] : # any string if there aren't huge amount of cases
    i += 1
    print '@r=v{} "v{}"'.format(i,i)
else:
    print strg