用匹配组中的下划线替换空格字符？

Question

我有一个字符串，它看起来是这样的：

"(case when Campaign='Back to School' and VariableName='Total_FB_Spend' then VariableValue else 0 end) AS Back to School_Total_FB_Spend,(case when Campaign='Back to School' and VariableName='Total_FB_Imp' then VariableValue else 0 end) AS Back to School_Total_FB_Imp"

我想使用Python正则表达式后删除在列名中的空格“端）AS”字符。结果应该成为这样的事情

"(case when Campaign='Back to School' and VariableName='Total_FB_Spend' then VariableValue else 0 end) AS Back_to_School_Total_FB_Spend,(case when Campaign='Back to School' and VariableName='Total_FB_Imp' then VariableValue else 0 end) AS Back_to_School_Total_FB_Imp"

我能够匹配那些我有兴趣在Python [example here]使用正则表达式的部分，但我想知道如何优雅地（例如，一个衬垫或在Python化方式）替换匹配的组中的空格字符。

Answer 1

你需要一个re.sub用lambda表达式作为替换参数：

import re 
s = "(case when Campaign='Back to School' and VariableName='Total_FB_Spend' then VariableValue else 0 end) AS Back to School_Total_FB_Spend,(case when Campaign='Back to School' and VariableName='Total_FB_Imp' then VariableValue else 0 end) AS Back to School_Total_FB_Imp" 
pat = r'(end\) as)([^,]*)' 
print(re.sub(pat, lambda m: "{}{}".format(m.group(1), m.group(2).replace(" ", "_")), s)) 

见Python demo

请注意，我用更高效的([^,]*)更换你的(.*?(,|$))，比任何零个或多个字符等,。现在，整个正则表达式匹配：

• (end\) as) - 第1组：end) as
• ([^,]*) - 组2：比,

然后其他任何零个或多个字符，与lambda m: "{}{}".format(m.group(1), m.group(2).replace(" ", "_"))，的内容第一个捕获组被复制回结果不变，第二个组的内容被修改为.replace(" ", "_")。当然，如果可能有任何空格，你可以运行另一个正则表达式，re.sub(r'\s+', '_', m.group(2))。

Answer 2

使用bytes.replace()函数。

'Back to School'.replace(' ', '_') 

Answer 3

受@Wiktor启发的另一种解决方案。

import re 
s = "(case when Campaign='Back to School' and VariableName='Total_FB_Spend' then VariableValue else 0 end) AS Back to School_Total_FB_Spend,(case when Campaign='Back to School' and VariableName='Total_FB_Imp' then VariableValue else 0 end) AS Back to School_Total_FB_Imp" 
pat = r'(?<=end\) as)[\w\s]*(?=,)' 
print(re.sub(pat, lambda m: m.group(0).replace(" ", "_"), s, flags=re.IGNORECASE)) 

这里我们使用先行和正则表达式的回顾后功能只匹配，我们要改变的字符串。正则表达式将匹配单词字符[a-zA-Z0-9_]和空格之前的任何序列end) as，然后是,。主要区别在于比赛只包含一个组。