Python PDF编解码器仅部分屏蔽内容

我正在使用python PDF redactor，它工作得非常好：

github中指定的屏蔽内容的语法如下所示，其中regex是要查找的模式，lambda表达式中的X是要用以下字符串替换找到的模式：

options.content_filters = [
    (
        re.compile(r"5555-(\d{3})-(\d{3})-(\d{6})"),
        lambda m : "XXXX-XXX-XXX-XXXXXX"
    )
]

但是如果我想找到与之匹配的表达式，并且只屏蔽除最后四个字符以外的所有字符，比如：

options.content_filters = [
    (
        re.compile(r"5555-(\d{3})-(\d{3})-(\d{6})"),
        lambda m : "XXXX-XXX-XXX-XXRRRR"
    )
]

---

其中“R”表示保留原始字符。我在github中找不到任何关于如何做到这一点的文档，也没有使用一些内置的regex/lamda功能

您可以对模式进行重新分组，以捕获需要保留的内容，并使用匹配数据对象

m

：

options.content_filters = [
    (
        re.compile(r"5555-\d{3}-\d{3}-\d{2}(\d{4})"),
        lambda m : "XXXX-XXX-XXX-XX" + m.group(1)
    )
]

这里，

5555-\d{3}-\d{3}-\d{2}

匹配

5555-

，三位数，

-

，三位数，

-

，两位数和

（\d{4}）

捕获组1中的四位数。您可以使用

m.group（1）

访问该值

如果您计划将这些代码作为整个单词进行匹配。考虑使用

• r“\b5555-\d{3}-\d{3}-\d{2}（\d{4}）\b”

• r“（？）？