带数字的Python正则表达式问题

Question

我需要找到一堆文件名中3或4位数字后的空格，并用下划线替换空格。但我好像连4个数字都找不到。你知道吗

s = "the blue dog and blue cat wore blue hats"
p = re.compile(r'blue (?P<animal>dog|cat)')
print(p.sub(r'gray \g<animal>',s))

#Gives basically what I want.
the gray dog and gray cat wore blue hats


s = "7053 MyFile.pptx"
p = re.compile('[0-9][0-9][0-9][0-9](?P<dig> )')
print(p.sub('_\g<dig>', s))

#Takes out the numbers, which I need to keep
_ MyFile.pptx

我似乎做的每件事都有一个去掉数字的表达式，我需要保留它。你知道吗

最后，我想

7035个我的文件.pptx你知道吗

成为

7035个_我的文件.pptx你知道吗

Answer 1

如果要将3或4位数字后跟空格替换为相同的数字后跟下划线，则正确的正则表达式语法/替换为：

re.sub(r"([0-9]{3,4})\s", r"\1_", s)

您可能误读了组/反向引用的工作方式。组中应该包含的内容，需要在括号内。如果要使用命名组（这有点不必要）：

re.sub(r"(?P<dig>[0-9]{3,4})\s", r"\g<dig>_", s)

或者使用类似于您的示例的预编译正则表达式：

s = "7053 MyFile.pptx"
p = re.compile(r"(?P<dig>[0-9]{3,4})\s")
print(p.sub('\g<dig>_', s))

{3,4}后面的[0-9]表示三到四个匹配项。\s代表空格（不仅仅是空格）。你知道吗

实际上，只要查找3位数字就可以匹配4位数字，因为我们不限制匹配模式之前发生的事情。根据您要查找的内容，您可能希望通过在模式前面的字边缘加上^（行首）或\b空字符来限制匹配。。。你知道吗