python re.findall和re.sub

Question

我的代码：

import re
print(re.findall(r'(?=(Deportivo))(?!.*\bla\b)','Deportivo coruna'))
print(re.sub(r'(?=(Deportivo))(?!.*\bla\b)','','Deportivo coruna'))

如果字符串中没有'la‘，我有兴趣删除'Deportivo’。

例如：

re.findall(r'(?=(Deportivo))(?!.*\bla\b)','Deportivo coruna')

返回“Deportivo”和

re.findall(r'(?=(Deportivo))(?!.*\bla\b)','Deportivo la coruna')

returns []

然而，

re.sub(r'(?=(Deportivo))(?!.*\bla\b)','','Deportivo coruna')

返回'Deportivo coruna'，字符串保持不变。我不明白为什么，请帮帮忙。

Answer 1

findall和sub的工作方式是不同的。根据the docs的说法，re.findall()将返回捕获组的内容，即使匹配结果本身是空字符串(在您的示例中也是空字符串，因为正则表达式完全由先行断言组成)。

因此，如果您希望在且仅当文本不包含la时从文本中删除Deportivo，则可以使用

re.sub(r'^(?!.*\bla\b)(.*?)Deportivo)',r'\1','Deportivo coruna')

但是，这只会删除第一次出现的内容，改变这一点并不容易，因为在后视断言中需要无限的重复，而Python不支持这种情况。记录在案，

re.sub(r'^(?<!\bla\b.*)Deportivo(?!.*\bla\b)','','Deportivo coruna')

可以做到这一点，但是这个正则表达式不能在Python中编译。

因此，您最好的选择可能是分两步完成。首先，检查字符串是否不包含la。然后用空字符串替换所有Deportivo。