亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

為了賬號安全,請及時綁定郵箱和手機立即綁定
已解決430363個問題,去搜搜看,總會有你想問的

使用 sub() 方法將 html 代碼中的內容替換為相應翻譯時的 Python 正則表達式問題

使用 sub() 方法將 html 代碼中的內容替換為相應翻譯時的 Python 正則表達式問題

胡子哥哥 2022-05-19 13:56:29
我是 Python 的初學者,遇到了一些我無法解決的編碼問題。是)我有的:電子表格中兩列中的源句子及其各自的翻譯;包含句子和html標簽的html代碼我正在嘗試做的事情:使用 Python 正則表達式方法 - sub() 來查找英文句子并將其替換為各自的翻譯句子。例如: html代碼中的三個句子 -Pumas是大型動物。它們在美國被發現。他們不吃草我有 html 代碼中每個句子的翻譯。我想一次替換一個句子并保留 html 標簽。通常我可以像這樣使用 sub() 方法:regex1 = re.compile(r'(\>.*)SOURCE_SENTENCE_HERE ?(.*\<)')resultCode = regex1.sub(r'\1TRANSLATION_SENTENCE_HERE\2', originalHtmlCode)我寫了一個python腳本來做到這一點。我將 html 代碼保存在一個 txt 文件中,并在我的 Python 代碼中訪問它(成功)。然后我創建一個字典來將源-目標對存儲在上面提到的電子表格中(成功)。最后,我使用 rexgex sub() 方法來查找和替換 html 代碼中的句子(失?。?。由于某種原因,最后一部分根本不起作用。鏈接到我的 Python 代碼- https://pastebin.com/ZSUNB4yg或以下:import re, openpyxl, pyperclipbuynavFile = open('C:\\Users\\zs\\Documents\\PythonScripts\\buynavCode.txt')buynavCode = buynavFile.read()buynavFile.close()wb = openpyxl.load_workbook('buynavSegments.xlsx')              sheet = wb.get_sheet_by_name('Sheet1')                          segDict = {}maxRow = sheet.max_rowfor i in range(2, maxRow + 1):    segDict[sheet.cell(row=i, column=3).value] = sheet.cell(row=i, column=4).valuefor k, v in segDict.items():                                k = '(\\>.*)' + str(k) + ' ?(.*\\<)'                    v = '\\1' + str(v) + '\\2'                              buynavRegex = re.compile(k)    buynavResult = buynavRegex.sub(v, buynavCode)pyperclip.copy(buynavResult)                            print('Result copied to clipboard')下面的錯誤信息:回溯(最近一次通話最后):文件“C:\Users\zs\Documents\PythonScripts\buynav.py”,第 20 行,在buynavResult = buynavRegex.sub(v, buynavCode)_subx 中的文件“C:\Users\zs\AppData\Local\Programs\Python\Python36\lib\re.py”,第 326 行模板 = _compile_repl(模板,模式)_compile_repl 中的文件“C:\Users\zs\AppData\Local\Programs\Python\Python36\lib\re.py”,第 317 行返回 sre_parse.parse_template(repl, 模式)文件“C:\Users\zs\AppData\Local\Programs\Python\Python36\lib\sre_parse.py”,第 943 行,在 parse_templateaddgroup(int(this[1:]), len(this) - 1)有人可以啟發我嗎?我真的很感激。
查看完整描述

1 回答

?
HUX布斯

TA貢獻1876條經驗 獲得超6個贊

考慮是否要使用替換文本,您必須在其中放置第 1 組的內容并將它們連接到 string 2。您可以編寫r'\12',但這不會起作用,因為正則表達式解析器會認為您引用的是組12而不是1字符串后面的組2!


>>> re.sub(r'(he)llo', r'\12', 'hello')

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

  File "/usr/lib/python3.6/re.py", line 191, in sub

    return _compile(pattern, flags).sub(repl, string, count)

  File "/usr/lib/python3.6/re.py", line 326, in _subx

    template = _compile_repl(template, pattern)

  File "/usr/lib/python3.6/re.py", line 317, in _compile_repl

    return sre_parse.parse_template(repl, pattern)

  File "/usr/lib/python3.6/sre_parse.py", line 943, in parse_template

    addgroup(int(this[1:]), len(this) - 1)

  File "/usr/lib/python3.6/sre_parse.py", line 887, in addgroup

    raise s.error("invalid group reference %d" % index, pos)

sre_constants.error: invalid group reference 12 at position 1

您可以使用\g<1>引用組的語法來解決此問題r'\g<1>2'::


>>> re.sub(r'(he)llo', r'\g<1>2', 'hello')

'he2'

在您的情況下,您的替換字符串包含動態內容,例如str(v)可以是任何內容。如果它恰好以數字開頭,那么您最終會遇到前面描述的情況,因此您想使用它\g<1>來避免此問題


查看完整回答
反對 回復 2022-05-19
  • 1 回答
  • 0 關注
  • 184 瀏覽
慕課專欄
更多

添加回答

舉報

0/150
提交
取消
微信客服

購課補貼
聯系客服咨詢優惠詳情

幫助反饋 APP下載

慕課網APP
您的移動學習伙伴

公眾號

掃描二維碼
關注慕課網微信公眾號