【Python Cookbook】S01E23 以不区分大小写的方式对文本做查找和替换 re.IGNORECASE

问题

如果我们需要从一段字符串中以不区分大小写的方式做查找和替换，该怎么做？

解决方案

正则化模块 re 提供 re.IGNORECASE 标识从而实现以不区分大小写的方式做查找和替换。

查找 re.findall()

import retext = "UPPER PYTHON, lower python, Mixed Python"
res1 = re.findall('python', text)
res2 = re.findall('python', text, flags=re.IGNORECASE)
print("res1 =", res1)
print("res2 =", res2)

结果：

res1 = ['python']
res2 = ['PYTHON', 'python', 'Python']

替换 re.sub()

import retext = "UPPER PYTHON, lower python, Mixed Python"
res1 = re.sub('python', 'java', text)
res2 = re.sub('python', 'java', text, flags=re.IGNORECASE)
print("res1 =", res1)
print("res2 =", res2)

结果：

res1 = UPPER PYTHON, lower java, Mixed Python
res2 = UPPER java, lower java, Mixed java

虽然我们上述通过标识 re.IGNORECASE 以不区分大小写的方式实现了查找和替换，但是上述内容也很明显地暴露出一种局限，就是替换后的文本与被替换的内容大小写写不吻合。即 "Python" 没有被替换为 "Java"。

为了修正这种问题，需要用到一个 支撑函数，示例如下：

import retext = "UPPER PYTHON, lower python, Mixed Python"# 构建支撑函数
def matchcase(word):def replace(m):text = m.group()if text.isupper():return word.upper()elif text.islower():return word.lower()elif text[0].isupper():return word.capitalize()else:return wordreturn replaceresult = re.sub('python', matchcase('java'), text, flags=re.IGNORECASE)
print(result)

在上述代码中，matchcase() 函数是一个高阶函数，它返回一个内部函数 replace()。

而之所以内部函数被称为支撑函数，是因为它并不直接处理主要任务，而是协助 matchcase() 高阶函数完成其工作。

纵览全代码，内部函数、支撑函数 replace() 函数的目的是根据匹配到的文本的大小写情况来返回适当大小写的 word，即高阶函数 matchcase() 中唯一的参数。它通过检查匹配到的文本 text 的大小写格式，即支撑函数的唯一参数，来确定返回值的大小写格式。

以上，便实现了替换文本，并保持原始文本的大小写风格的结果。