问题来源
字符串一次替换，为什么不能多次替换呢，例如
1
2
3
4
5
6
| 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，
1
2
3
|
s.replace('<field name="SALARYCATALOG_ID">150</field>', '<field name="SALARYCATALOG_ID">170</field>')
s.replace('<field name="SALARYCATALOG_ID">170</field>', '<field name="SALARYCATALOG_ID">190</field>')
|
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.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
| 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):
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)
1
2
3
4
5
6
7
8
9
10
| 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
1
2
3
4
5
6
7
8
9
10
11
12
13
| 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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
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。