Python 使用模式作为字典键

我试图在一个文件中立即执行一组搜索和替换。为此，我使用了一个字典，其中要搜索的模式是键，替换文本是键值。我在一个模式中编译所有替换，并使用以下代码进行搜索替换：

re_compiled = re.compile("|".join(k for k in sub_dict))

# Pattern replacement inner function
def replacement_function(match_object):
    key = str(match_object.group(0))
    if key.startswith(r'C:\work\l10n'):
        key = key.replace("\\", "\\\\")
        key = key[:-1] + '.'
    return sub_dict[key]

while 1:
    lines = in_f.readlines(100000)
    if not lines:
        break
    for line in lines:
        line = re_compiled.sub(replacement_function, line)
        out_f.write(line)

我对字典的定义如下：

g_sub_dict = {
                r'C:\\work\\l10n\\.' : r'/ae/l10n/'
              , r'maxwidth="0"'      : r'maxwidth="-1"'
              , r'></target>'        : r'>#####</target>'
             }

g_sub_dict={
r'C:\\work\\l10n\\.：r'/ae/l10n/'
，r'maxwidth=“0”：r'maxwidth=“-1”
，r'>'：r'>'
}

我对第一个键（它是一个Windows路径，使用反斜杠）有点头疼，主要是因为它被用作一个模式

• 字典定义：

  r'C:\\work\\l10n\\.

  我不使用反斜杠，因为该字符串将用作模式
• 如果我打印字典：

  C:\\\work\\\\l10n\\\。

  反斜杠出现双转义，我理解，因为我将字符串定义为原始字符串
• 如果我浏览字典并打印关键字：

  C:\\work\\l10n\\.

  我可以准确地看到我写的原始字符串。打印整个字典报告的字符串与打印单个键报告的字符串不同，这有点令人困惑，但我想这与“打印字典”实现有关
• 我从文件中读取的内容：

  'C:\work\l10n\.

  非转义反斜杠
• 要将从文件中读取的内容用作字典键，我必须做的是：避开反斜杠，并将文本转换为

  C:\\work\\l10n\\.

---

这段代码可以简化吗？例如，这样我就不需要通过代码来逃避反斜杠了？

您可以尝试以下方法：

>>> text = r'start C:\work\l10n\. normal data maxwidth="0" something something ></target> end'
>>> # sub_dict format: {'symbolic_group_name': ['pattern', 'replacement']}
...
>>> sub_dict = {'win_path': [r'C:\\work\\l10n\\.', r'/ae/l10n//'],
...             'max_width': [r'maxwidth="0"', r'maxwidth="-1"'],
...             'target': [r'></target>', r'>#####</target>']}
>>> p = re.compile("|".join('(?P<{}>{})'.format(k, v[0]) for k, v in sub_dict.items()))
>>> def replacement_function(match_object):
...   for group_name, match_value in match_object.groupdict().items():
...     if match_value:
...       # based on how the pattern is compiled 1 group will be a match
...       # when we find it, we return the replacement text
...       return sub_dict[group_name][1]
...
>>> new_text = p.sub(replacement_function, text)
>>> print(new_text)
start /ae/l10n// normal data maxwidth="-1" something something >#####</target> end
>>>

text=r'start C:\work\l10n\。正常数据maxwidth=“0”某物>结束' >>>#子目录格式：{'symbolic_group_name'：['pattern'，'replacement']} ... >>>sub_dict={'win_path'：[r'C:\\work\\l10n\\.'，r'/ae/l10n/']， …'max_width'：[r'maxwidth=“0”，r'maxwidth=“-1”]， …目标：[r'>'，r'>.']] >>>p=re.compile（“|”）.join（“（？p{}）”格式（k，v[0]），用于子目录项（）中的k，v） >>>def替换功能（匹配对象）： ... 对于组\名称，匹配\对象中的\值。groupdict（）.items（）： ... 如果匹配_值： ... # 根据模式的编译方式，1组将是匹配的 ... # 当我们找到它时，我们返回替换文本 ... 返回子目录[组名称][1] ... >>>新文本=p.sub（替换函数，文本） >>>打印（新文本） start/ae/l10n//normal data maxwidth=“-1”something something>结束 >>> 使用命名组允许您依靠一个简单的字符串在替换字典中进行查找，并且不需要对

\

进行特殊处理

编辑：

关于regex模式的更改：我将a | b | c模式更改为使用命名组。命名捕获组的语法为

（？Ppattern）

。从功能上讲，它与具有

模式

相同，但具有命名组允许使用组名从

匹配器

对象获取数据（例如：

Matcher.group（'name'）

vs

Matcher.group（0）

）

groupdict

方法返回模式中的命名组及其匹配的值。因为模式是

group1 | group2 | group3

只有一个组实际匹配；其他2个将在由

groupdict

返回的dict中有一个

None

值（用我在示例中的话说：

match\u value

将是！=仅对导致匹配的组无）

---

好处是组名可以是任何普通字符串（最好是简单的且与模式目的相关的字符串），并且不会导致

\

转义问题。

您可以尝试使用文件位置的base64加密字符串吗？应该是一个更容易处理的键…谢谢@Alex，这可能是个好主意。Greate@flavius_st。作为一个说明，我编辑了我的问题，删除了我在

/ae/l10n/'中注意到的额外“/”。但这完全不重要。现在回到你的解决方案，我觉得很有趣。请你再解释一下“编译”行（特别是模式

（？P{}）`？非常感谢。@flavius\u st谢谢。结束这个问题，因为我已经有一段时间没有收到更多的答案了，这个答案对我来说很公平。