Python 为什么正则表达式不起作用？

我需要将«Саааааа1»、«Сааа2»等中出现的所有正常空格替换为非中断空格。 下面的施工很好：

 re.sub('(стат.{0,4}) (\d+)', r'\1 \2', text) # 'r' in repl is important, otherwise the word is not replaced correctly, at least for texts in Russian.

但是，我不想重复使用

re.sub

来表示«Саааа»，然后是«Паааа»，然后是月份名称，我希望有一个包含正则表达式和替换项的字典。这是我的代码，但它没有按预期工作：

'Саааааааааааааааааааа2'

应该类似于

'

 import re

 text = 'статья 1 статьи 2'
 dic = {'(cтат.{0,4}) (\d+)' : r'\1 \2'}


 def replace():
     global text
     final_text = ''
     for i in dic:
         new_text = re.sub(str(i), str(dic[i]), text)
         text = new_text
     return text

 print (replace())

问题是您复制和粘贴错误

这种模式适用于：

'(стат.{0,4}) (\d+)'

这个没有：

'(cтат.{0,4}) (\d+)'

为什么?？因为在第一个搜索字符串中，第一个字符是U+0441，一个西里尔字母。但是在第二个字母中，它是一个U+0063，一个拉丁小C。当然，这两个字母在大多数字体中看起来是相同的，但它们不是同一个字符


那么，你怎么知道呢？好吧，当我怀疑这个问题时，我是这样做的：

>>> a = '(стат.{0,4}) (\d+)' # copied and pasted from your working code
>>> b = '(cтат.{0,4}) (\d+)' # copied and pasted from your broken code
>>> print(a.encode('unicode-escape').decode('ascii'))
(\u0441\u0442\u0430\u0442.{0,4}) (\\d+)
>>> print(b.encode('unicode-escape').decode('ascii'))
(c\u0442\u0430\u0442.{0,4}) (\\d+)

区别很明显：第一个有一个
\u0441
转义序列，而第二个有一个普通的ASCII
c
问题是复制和粘贴错误

这种模式适用于：

'(стат.{0,4}) (\d+)'

这个没有：

'(cтат.{0,4}) (\d+)'

为什么?？因为在第一个搜索字符串中，第一个字符是U+0441，一个西里尔字母。但是在第二个字母中，它是一个U+0063，一个拉丁小C。当然，这两个字母在大多数字体中看起来是相同的，但它们不是同一个字符


那么，你怎么知道呢？好吧，当我怀疑这个问题时，我是这样做的：

>>> a = '(стат.{0,4}) (\d+)' # copied and pasted from your working code
>>> b = '(cтат.{0,4}) (\d+)' # copied and pasted from your broken code
>>> print(a.encode('unicode-escape').decode('ascii'))
(\u0441\u0442\u0430\u0442.{0,4}) (\\d+)
>>> print(b.encode('unicode-escape').decode('ascii'))
(c\u0442\u0430\u0442.{0,4}) (\\d+)

区别很明显：第一个有一个
\u0441
转义序列，而第二个有一个普通的ASCII
c
希望这是Python 3.x？如果没有，您会遇到多个问题。另外，为什么您要创建一个
final_text
变量，然后替换一个全局变量而不是使用它，然后返回全局变量？另外，您希望regexp模式上有
r
前缀，而不仅仅是替换模式。你在这里侥幸逃脱，因为在Python中，
\d
的意思恰好是
'\\d'
，但你千万不要指望这一点。最后，你为什么要做
str（i）
和
str（dic[i]）
？您是否希望
i
和
dic[i]
不是字符串？还是想多复制一份？或者…？如果我不使用str（），我将返回getting TypeError：第一个参数必须是字符串或编译模式。是的，是Python 3。我对Python很陌生，所以我的代码看起来可能很愚蠢，然而，我正在尝试迭代我的字典，并使用key作为模式，dic[key]作为repl。希望这就是Python 3.x？如果没有，您会遇到多个问题。另外，为什么您要创建一个
final_text
变量，然后替换一个全局变量而不是使用它，然后返回全局变量？另外，您希望regexp模式上有
r
前缀，而不仅仅是替换模式。你在这里侥幸逃脱，因为在Python中，
\d
的意思恰好是
'\\d'
，但你千万不要指望这一点。最后，你为什么要做
str（i）
和
str（dic[i]）
？您是否希望
i
和
dic[i]
不是字符串？还是想多复制一份？或者…？如果我不使用str（），我将返回getting TypeError：第一个参数必须是字符串或编译模式。是的，是Python 3。我对Python很陌生，所以我的代码看起来可能很愚蠢，然而，我正在尝试迭代我的字典，并使用key作为模式，dic[key]作为repl。是的，这是真的！谢谢！我明白了，但是，由于其他原因，代码在GUI中无法正常工作，我想。。。UPD：当然，我正在搜索«Сааа»，但我检查的文本只包含«Саа»！再次感谢您！如果这回答了您的问题，请确保！是的，这是真的！谢谢！我明白了，但是，由于其他原因，代码在GUI中无法正常工作，我想。。。UPD：当然，我正在搜索«Сааа»，但我检查的文本只包含«Саа»！再次感谢您！如果这回答了您的问题，请确保！