Python2.7中的组引用无效+

Question

我正在尝试将我的网页（在django中创建）中所有WikiLink类型的字符串转换为html链接。

我正在使用以下表达式

import re
expr = r'\s+[A-Z][a-z]+[A-Z][a-z]+\s'
repl=r'<a href="/photos/\1">\1</a>'
mystr = 'this is a string to Test whether WikiLink will work ProPerly'

parser=re.compile(expr)
parser.sub(repl, mystr)

这将返回以下字符串，并用十六进制值替换该字符串。

"this is a string to Test whether<a href='/mywiki/\x01>\x01</a>'will work<a href='/mywiki/\x01>\x01</a>'"

查看re.sub的python help，我试图将\1更改为\g<；1>；，但这会导致无效的组引用错误。

请帮助我理解如何让这个工作

Answer 1

这里的问题是在expr中没有任何捕获的组。

无论您想将匹配的任何部分显示为\1，都需要放在括号中。例如：

>>> expr = r'\s+([A-Z][a-z]+[A-Z][a-z]+)\s'
>>> parser=re.compile(expr)
>>> parser.sub(repl, mystr)
'this is a string to Test whether<a href="/photos/WikiLink">WikiLink</a>will work ProPerly'

反向引用\1引用匹配中的组1，该组是匹配第一个带圆括号的子表达式的部分。同样，\2是第2组，与第二个括号中的子表达式匹配的部分，以此类推。如果在少于1个组的情况下使用\1，一些regexp引擎会给您一个错误，其他的会使用一个文本'\1'字符，一个ctrl-a；Python会执行后者，而ctrl-a的规范表示是'\x01'，因此您会这样看。

组0是整个匹配项。但在这种情况下，这不是您想要的，因为您不希望空格成为替换的一部分。

您需要g语法的唯一原因是当一个简单的反向引用不明确时。例如，如果sub是123\1456，则无法判断它是指123，然后是第1组，然后是456，还是123，然后是第1456组，或者

Further reading on grouping and backreferences.