Замена вхождения подстроки в строке Python
Замена всех или n вхождений подстроки в заданной строке - довольно распространенная проблема манипуляций со строками и обработки текста в целом. К счастью, большинство этих задач упрощается в Python благодаря огромному набору встроенных функций, включая эту.
Допустим, у нас есть строка, содержащая следующее предложение:
The brown-eyed man drives a brown car.
Наша цель - заменить слово "brown" на "blue":
The blue-eyed man drives a blue car.
В этой статье мы будем использовать функцию replace(), а также функции sub() и subn() с шаблонами для замены всех вхождений подстроки из строки.
replace()
Самый простой способ сделать это - использовать встроенную функцию - replace():
string.replace(oldStr, newStr, count)
Первые два параметра являются обязательными, а третий - необязательным. oldStr - это подстрока, которую мы хотим заменить на newStr. Стоит отметить, что функция возвращает новую строку с выполненным преобразованием, не затрагивая исходную.
Давайте попробуем:
string_a = "The brown-eyed man drives a brown car."
string_b = string_a.replace("brown", "blue")
print(string_a)
print(string_b)
Мы выполнили операцию над string_a, упаковали результат в string_b и распечатали их оба.
Этот код приводит к:
The brown-eyed man drives a brown car.
The blue-eyed man drives a blue car.
Опять же, строка в памяти, на которую указывает string_a, остается неизменной. Строки в Python неизменяемы, что просто означает, что вы не можете изменить строку. Однако вы можете повторно присвоить ссылочной переменной новое значение.
Чтобы, казалось бы, выполнить эту операцию на месте, мы можем просто переназначить string_a после операции:
string_a = string_a.replace("brown", "blue")
print(string_a)
Здесь новая строка, созданная методом replace(), присваивается переменной string_a.
Заменить n вхождений подстроки
А что, если мы не хотим изменять все вхождения подстроки? Что, если мы хотим заменить первые n?
Вот тут и появляется третий параметр функции replace(). Он представляет количество подстрок, которые будут заменены. Следующий код заменяет только первое вхождение слова "brown" на "blue":
string_a = "The brown-eyed man drives a brown car."
string_a = string_a.replace("brown", "blue", 1)
print(string_a)
И в консоли у нас будет:
The blue-eyed man drives a brown car.
По умолчанию третий параметр настроен на изменение всех вхождений.
Вхождения подстроки в регулярных выражениях
Чтобы еще больше обострить проблему, предположим, что мы хотим не только заменить все вхождения определенной подстроки, но и заменить все подстроки, соответствующие определенному шаблону. Даже это можно сделать с помощью однострочного кода, используя регулярные выражения и модуль стандартной библиотеки re.
Регулярные выражения - сложная тема с широким спектром использования в информатике, поэтому мы не будем вдаваться в подробности в этой статье.
По сути, регулярное выражение определяет шаблон. Например, предположим, что у нас есть текст о людях, владеющих кошками и собаками, и мы хотим заменить оба термина словом "pet". Во-первых, нам нужно определить шаблон, который соответствует обоим терминам, например - (cat|dog).
Использование функции sub()
Разобравшись с шаблоном, мы собираемся использовать функцию re.sub() со следующим синтаксисом:
re.sub(pattern, repl, string, count, flags)
Первый аргумент - это шаблон, который мы ищем (строка или объект Pattern), repl это то, что мы собираемся вставить (может быть строкой или функцией; если это строка, обрабатываются любые escape-символы в ней обратной косой чертой) и string это строка, в которой мы ищем.
Необязательными аргументами являются count и flags, которые указывают, сколько вхождений необходимо заменить, и флаги, используемые для обработки регулярного выражения, соответственно.
Если шаблон не соответствует ни одной подстроке, исходная строка будет возвращена без изменений:
import re
string_a = re.sub(r'(cat|dog)', 'pet', "Mark owns a dog and Mary owns a cat.")
print(string_a)
В консоле распечатается:
Mark owns a pet and Mary owns a pet.
Сопоставление с шаблоном без учета регистра
Например, чтобы выполнить сопоставление с шаблоном без учета регистра, мы установим для параметра flag значение re.IGNORECASE:
import re
string_a = re.sub(r'(cats|dogs)', "Pets", "DoGs are a man's best friend", flags=re.IGNORECASE)
print(string_a)
Теперь любая комбинация регистра "dogs" также будет включена. При сопоставлении шаблона с несколькими строками, чтобы избежать его копирования в нескольких местах, мы можем определить объект Pattern. У них также есть функция sub() с синтаксисом:
Pattern.sub(repl, string, count)
Использование объектов шаблона
Давайте определим Pattern для кошек и собак и проверим пару предложений:
import re
pattern = re.compile(r'(Cats|Dogs)')
string_a = pattern.sub("Pets", "Dogs are a man's best friend.")
string_b = pattern.sub("Animals", "Cats enjoy sleeping.")
print(string_a)
print(string_b)
Что дает нам результат:
Pets are a man's best friend.
Animals enjoy sleeping.
Функция subn()
Также есть метод subn() с синтаксисом:
re.subn(pattern, repl, string, count, flags)
Функция subn() возвращает кортеж со строкой и числом совпадений в строке поиска:
import re
string_a = re.subn(r'(cats|dogs)', 'Pets', "DoGs are a mans best friend", flags=re.IGNORECASE)
print(string_a)
Кортеж выглядит так:
('Pets are a mans best friend', 1)
Объект Pattern содержит аналогичную функцию subn():
Pattern.subn(repl, string, count)
И он используется очень похожим образом:
import re
pattern = re.compile(r'(Cats|Dogs)')
string_a = pattern.subn("Pets", "Dogs are a man's best friend.")
string_b = pattern.subn("Animals", "Cats enjoy sleeping.")
print(string_a)
print(string_b)
Это приводит к:
("Pets are a man's best friend.", 1)
('Animals enjoy sleeping.', 1)
Вывод
Python предлагает простые функции для обработки строк. Самый простой способ заменить все вхождения данной подстроки в строке - использовать функцию replace().
При необходимости модуль re стандартной библиотеки предоставляет более разнообразный набор инструментов, который можно использовать для решения более узких задач, таких как поиск шаблонов и поиск без учета регистра.
