python sub一次性替换

2019-06-28

问题来源

字符串一次替换，为什么不能多次替换呢，例如

s = """
<xml>
    <field name="SALARYCATALOG_ID">150</field>
    <field name="SALARYCATALOG_ID">170</field>
</xml>
"""

假设150要被替换成170，而170要被替换成190，如果for循环的话，


s.replace('<field name="SALARYCATALOG_ID">150</field>', '<field name="SALARYCATALOG_ID">170</field>') # 第一次
s.replace('<field name="SALARYCATALOG_ID">170</field>', '<field name="SALARYCATALOG_ID">190</field>') # 第二次

就会导致结果出现偏差，整个字符串都会变成190，那么应该有种方法，可以一次性的匹配完并且返回结果。

解决方式

关于re.sub.

from typing import Dict
import re


def retrieve_formula(old_formula: str, field_mapping: Dict):
    regexp = re.compile(
                r'<field name="(BUSINESSUNIT_ID|PAYVAR_ID|SALARYCATALOG_ID)">(\d+)</field>'
            )

    def rep(match_data):
        # 自定义的函数，匹配到每次都会走到，然后统一返回
        # import ipdb;ipdb.set_trace() # 自行加断点调试
        try:
            field_name = match_data.group(1)
            replaced_id = field_mapping[field_name][match_data.group(2)]
        except KeyError:
            return match_data.group(0)
        except Exception:
            return match_data.group(0)
        return '<field name="{}">{}</field>'.format(field_name, replaced_id)
    return re.sub(regexp, rep, old_formula)

情况一

没有一处匹配的情况

实际会被匹配到，但是替换值时会触发KeyError，所以返回group(0)

formula_1 = """
                <xml>
                    <field name="SALARYCATALOG_ID">150</field>
                    <field name="BUSINESSUNIT_ID">973</field>
                    <field name="PAYVAR_ID">256</field>
                </xml>
                """
field_mapping = {
    "SALARYCATALOG_ID": {},
}

匹配到一处的情况

由于150会被160替换，所以只有此处不会触发KeyError

formula_2 = """
        <xml>
            <field name="SALARYCATALOG_ID">150</field>
            <field name="BUSINESSUNIT_ID">973</field>
            <field name="PAYVAR_ID">256</field>
        </xml>
        """
field_mapping = {
    "SALARYCATALOG_ID": {
        "150": "160",
        "170": "180",
    },
}

匹配多处的情况，情况一：一个类别出现多次

150会被160替换，170会被180替换，由于sub只走一次，而rep函数会被循环匹配


formula_3 = """
        <xml>
            <field name="SALARYCATALOG_ID">150</field>
            <field name="BUSINESSUNIT_ID">973</field>
            <field name="PAYVAR_ID">256</field>
            <field name="SALARYCATALOG_ID">170</field>
        </xml>
        """
field_mapping = {
    "SALARYCATALOG_ID": {
        "150": "160",
        "170": "180",
    },
}

匹配多处的情况，情况二：多次匹配

同理如上


formula_4 = """
        <xml>
            <field name="SALARYCATALOG_ID">150</field>
            <field name="BUSINESSUNIT_ID">973</field>
            <field name="PAYVAR_ID">256</field>
            <field name="SALARYCATALOG_ID">170</field>
        </xml>
        """
field_mapping = {
    "SALARYCATALOG_ID": {
        "150": "160",
        "170": "180",
    },
    "BUSINESSUNIT_ID": {
        "973": "900",
    },
    "PAYVAR_ID": {
        "256": "300",
    },
}

总结

sub可以传函数是一个非常有用的做法，其中rep函数会在sub匹配到多次调用，然后最终sub一次返回，这个非常有用。