Python正则表达式子类混淆

有四个关键词：

标题

，

博客

，

标签

，

状态

将从其各自的匹配项中删除多余的关键字

示例：

blog:blog状态标题标签和

返回

状态标题标签和

而不是

博客状态标题标签和

sub

函数在看到

blog:

后应该与

+

匹配，所以我不知道为什么它将

blog

视为

+

的例外

Regex:

re.sub(r'((^|\n|\s|\b)(title|blog|tags|state)(\:\s).+(\n|$))', matcher, a)

def n15():
    import re
    a = """blog: blog: fooblog 
state: private
title: this is atitle bun
and text"""
    kwargs = {}
    def matcher(string):
        v = string.group(1).replace(string.group(2), '').replace(string.group(3), '').replace(string.group(4), '').replace(string.group(5), '')
        if string.group(3) == 'title':
            kwargs['title'] = v
        elif string.group(3) == 'blog':
            kwargs['blog_url'] = v
        elif string.group(3) == 'tags':
            kwargs['comma_separated_tags'] = v
        elif string.group(3) == 'state':
            kwargs['post_state'] = v
        return ''
    a = re.sub(r'((^|\n|\s|\b)(title|blog|tags|state)(\:\s).+(\n|$))', matcher, a)
    a = a.replace('\n', '<br />')
    a = a.replace('\r', '')
    a = a.replace('"', r'\"')
    a = '<p>' + a + '</p>'
    kwargs['body'] = a
    print kwargs

{'body': '<p>and text</p>', 'post_state': 'private', 'blog_url': 'foo', 'title': 'this is a bun'}

{'body': '<p>and text</p>', 'post_state': 'private', 'blog_url': 'fooblog', 'title': 'this is atitle bun'}

代码：

re.sub(r'((^|\n|\s|\b)(title|blog|tags|state)(\:\s).+(\n|$))', matcher, a)

def n15():
    import re
    a = """blog: blog: fooblog 
state: private
title: this is atitle bun
and text"""
    kwargs = {}
    def matcher(string):
        v = string.group(1).replace(string.group(2), '').replace(string.group(3), '').replace(string.group(4), '').replace(string.group(5), '')
        if string.group(3) == 'title':
            kwargs['title'] = v
        elif string.group(3) == 'blog':
            kwargs['blog_url'] = v
        elif string.group(3) == 'tags':
            kwargs['comma_separated_tags'] = v
        elif string.group(3) == 'state':
            kwargs['post_state'] = v
        return ''
    a = re.sub(r'((^|\n|\s|\b)(title|blog|tags|state)(\:\s).+(\n|$))', matcher, a)
    a = a.replace('\n', '<br />')
    a = a.replace('\r', '')
    a = a.replace('"', r'\"')
    a = '<p>' + a + '</p>'
    kwargs['body'] = a
    print kwargs

{'body': '<p>and text</p>', 'post_state': 'private', 'blog_url': 'foo', 'title': 'this is a bun'}

{'body': '<p>and text</p>', 'post_state': 'private', 'blog_url': 'fooblog', 'title': 'this is atitle bun'}

def n15（）：
进口稀土
a=“”博客：博客：fooblog
国家：私人
标题：这是一个小面包
和文本“”
kwargs={}
def匹配器（字符串）：
v=string.group（1）。替换（string.group（2），“”）。替换（string.group（3），“”）。替换（string.group（4），“”）。替换（string.group（5），“”）
如果string.group（3）=“title”：
kwargs['title']=v
elif string.group（3）=“blog”：
kwargs['blog_url']=v
elif string.group（3）=“tags”：
kwargs['逗号分隔标记']=v
elif string.group（3）=“state”：
kwargs['后州]=v
返回“”
a=re.sub（r'（（^ |\n |\s |\b）（标题|博客|标签|状态）（\：\s）。+（\n |$）”，matcher，a）
a=a.replace（'\n'，'
'））
a=a.replace（'\r'，''）
a=a.replace（“”，r“\”）
a=''+a+'
'
kwargs['body']=a
打印kwargs

输出：

re.sub(r'((^|\n|\s|\b)(title|blog|tags|state)(\:\s).+(\n|$))', matcher, a)

def n15():
    import re
    a = """blog: blog: fooblog 
state: private
title: this is atitle bun
and text"""
    kwargs = {}
    def matcher(string):
        v = string.group(1).replace(string.group(2), '').replace(string.group(3), '').replace(string.group(4), '').replace(string.group(5), '')
        if string.group(3) == 'title':
            kwargs['title'] = v
        elif string.group(3) == 'blog':
            kwargs['blog_url'] = v
        elif string.group(3) == 'tags':
            kwargs['comma_separated_tags'] = v
        elif string.group(3) == 'state':
            kwargs['post_state'] = v
        return ''
    a = re.sub(r'((^|\n|\s|\b)(title|blog|tags|state)(\:\s).+(\n|$))', matcher, a)
    a = a.replace('\n', '<br />')
    a = a.replace('\r', '')
    a = a.replace('"', r'\"')
    a = '<p>' + a + '</p>'
    kwargs['body'] = a
    print kwargs

{'body': '<p>and text</p>', 'post_state': 'private', 'blog_url': 'foo', 'title': 'this is a bun'}

{'body': '<p>and text</p>', 'post_state': 'private', 'blog_url': 'fooblog', 'title': 'this is atitle bun'}

{'body'：'p>和text
，'post_state'：'private'，'blog_url'：'foo'，'title'：'this a bun'}

编辑：
所需输出：

re.sub(r'((^|\n|\s|\b)(title|blog|tags|state)(\:\s).+(\n|$))', matcher, a)

def n15():
    import re
    a = """blog: blog: fooblog 
state: private
title: this is atitle bun
and text"""
    kwargs = {}
    def matcher(string):
        v = string.group(1).replace(string.group(2), '').replace(string.group(3), '').replace(string.group(4), '').replace(string.group(5), '')
        if string.group(3) == 'title':
            kwargs['title'] = v
        elif string.group(3) == 'blog':
            kwargs['blog_url'] = v
        elif string.group(3) == 'tags':
            kwargs['comma_separated_tags'] = v
        elif string.group(3) == 'state':
            kwargs['post_state'] = v
        return ''
    a = re.sub(r'((^|\n|\s|\b)(title|blog|tags|state)(\:\s).+(\n|$))', matcher, a)
    a = a.replace('\n', '<br />')
    a = a.replace('\r', '')
    a = a.replace('"', r'\"')
    a = '<p>' + a + '</p>'
    kwargs['body'] = a
    print kwargs

{'body': '<p>and text</p>', 'post_state': 'private', 'blog_url': 'foo', 'title': 'this is a bun'}

{'body': '<p>and text</p>', 'post_state': 'private', 'blog_url': 'fooblog', 'title': 'this is atitle bun'}

{'body'：'p>和text
，'post_state'：'private'，'blog_url'：'fooblog'，'title'：'this is atitle bun'}

正在将所有出现的“博客”替换为“”

与其尝试替换匹配字符串的所有其他部分（这将很难获得正确的结果），我建议捕获原始匹配中实际需要的字符串

r'((^|\n|\s|\b)(title|blog|tags|state)(\:\s)(.+)(\n|$))'  

在

+

周围有

（）

来捕获字符串的该部分，然后

v = match.group(5)

---

在

匹配器的开头

应该寻找多行还是每行重复。您期望的输出是什么？