在re.sub替换模式中处理捕获组的反向引用

Question

我想把字符串0.71331, 52.25378变成0.71331,52.25378 - 即只找到一个数字，一个逗号，一个空格和一个数字，然后去掉空格。

这是我的当前代码:

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

但是这给了我0.7133,2.25378，我做错了什么？

- Richard

---

既然您实际上不想捕获数字，那么使用正向零宽断言可能更合理，即：re.sub(r'(?<=\d), (?=\d)', ',', coords)。 - ig0774

这个问题不需要正则表达式，可以使用替换功能：coords.replace(' ', '')。将空格替换为空即可。 - Gringo Suave

@GringoSuave 问题不是要替换/消除所有的空格。只有当空格位于（数字）（逗号）和（数字）之间时才需要处理。对于这种情况，正则表达式是正确的选择。 - undefined

没有其他空白，但如果有的话，你可能也想要移除它。滥用正则表达式是一个问题，除非真正需要，否则不要使用。移除一个空格：不需要，解析电话号码：是的。 - undefined

Answer 1

你应该在正则表达式中使用原始字符串，请尝试以下方式：

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

根据您当前的代码，替换字符串中的反斜杠将转义数字，因此您会替换所有与 chr(1) + "," + chr(2) 等效的匹配项：

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

如果您希望在字符串中保留反斜杠，请使用r前缀或转义每个反斜杠（\\1,\\2）。

- Andrew Clark

---

谢谢，这解决了问题。对于阅读此内容的任何人，请参考http://docs.python.org/library/re.html#raw-string-notation。 - Richard

另外，点击https://dev59.com/1XI95IYBdhLWcg3w8iz1#2081708，详细了解什么是原始字符串。 - Richard

在上面的示例中，您如何实际打印组名？比如说，如果组\1被称为xCoord，是否可以指示re.sub替换子字符串与组名，以便re.sub(r"(\d), (\d)", r"\1,\2", coords)结果为字符串文字xCoord,52.25378？ - zelusp

这在Python3中不起作用。使用\1会将其替换为一些奇怪的Unicode字符。 - Cerin

Answer 2

Python将\1解释为ASCII值为1的字符，并将其传递给sub函数。

使用原始字符串，在其中Python不会解释\。

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

如果你需要更多信息，re文档一开始就涵盖了这个问题。

- Petr Viktorin