如何在Python中使用正则表达式将数字前的固定字符串替换为数字后的指定字符-Python教程-PHP中文网

如何在Python中使用正则表达式将数字前的固定字符串替换为数字后的指定字符

本文介绍如何利用Python的re.sub()函数，通过正则表达式精准匹配并重排文件名中的模式（如*.rem.1.gz → *.1.trim.gz），支持大小写不敏感、批量处理及成对分组逻辑。

本文介绍如何利用python的`re.sub()`函数，通过正则表达式精准匹配并重排文件名中的模式（如*.rem.1.gz → *.1.trim.gz），支持大小写不敏感、批量处理及成对分组逻辑。

在处理批量生物信息学或日志文件命名时，常需按规则重构文件名结构。例如，将形如 sample.rem.1.gz 和 sample.rem.2.gz 的配对文件统一改为 sample.1.trim.gz 和 sample.2.trim.gz。核心挑战在于：保留通配符或前缀、提取中间数字、并将固定后缀 .rem. 替换为 .trim. 且置于数字之后。

直接使用字符串 replace() 无法识别数字位置，因此必须借助正则表达式实现模式化替换。

✅ 推荐方案：使用 re.sub() 进行安全重写

import re
import os

# 示例文件列表（实际中可从目录读取）
allfiles = ["fileA.rem.1.gz", "fileA.rem.2.gz", "DATA.REM.1.GZ", "test.rem.10.gz"]

# 方案一：捕获前缀 + 数字（推荐，语义清晰）
pattern1 = r'(?i)(.*)\.rem\.([0-9]+)\.gz$'
replaced = [re.sub(pattern1, r'\1.\2.trim.gz', f) for f in allfiles]
print("方案一结果：", replaced)
# 输出：['fileA.1.trim.gz', 'fileA.2.trim.gz', 'DATA.1.trim.GZ', 'test.10.trim.gz']

# 方案二：精简版（不捕获前缀，仅定位 `.rem..gz` 结尾）
pattern2 = r'(?i)\.rem\.([0-9]+)\.gz$'
replaced2 = [re.sub(pattern2, r'.\1.trim.gz', f) for f in allfiles]
print("方案二结果：", replaced2)
# 输出相同，但更高效（减少捕获组开销）

? 正则说明：

Python 3.14.2
Python 3.14.2是Python编程语言在2025年12月5日发布的稳定版本，属于3.14系列的第二个维护更新。该版本包含了18项修复，重点解决了多进程、数据类及正则表达式等模块的回归问题，并修复了CVE-2025-12084等安全漏洞。此版本标志着自由线程模式（移除GIL）正式获得官方支持，是Python发展的重要里程碑。

下载

(?i)：启用忽略大小写模式（兼容 .REM. 或 .rem.）；

(.*)：捕获任意前缀（方案一）；\.rem\. 匹配字面量 .rem.；

([0-9]+)：捕获一个或多个数字（即 1, 2, 10 等），作为 \1 引用；

\.gz$：确保匹配以 .gz 结尾，避免误替换中间子串；

替换串 r'\1.\2.trim.gz' 中，\1 是前缀，\2 是数字，顺序重组。

? 扩展：自动配对生成双文件组

若需将 .1.gz 与 .2.gz 文件成对组合（如用于后续比对分析），可在重命名后按数字分组：

from collections import defaultdict

renamed = [re.sub(r'(?i)\.rem\.([0-9]+)\.gz$', r'.\1.trim.gz', f) for f in allfiles]
pairs = defaultdict(list)
for fname in renamed:
    match = re.search(r'\.([0-9]+)\.trim\.gz$', fname)
    if match:
        num = int(match.group(1))
        pairs[num].append(fname)

# 按数字升序输出成对项（如 1→[f1,f2]，2→[f1,f2]…）
for num in sorted(pairs):
    if len(pairs[num]) == 2:
        print(f"Pair {num}: {pairs[num]}")