本文讲解如何利用正则捕获组与回调函数，在 Python 中实现「跳过以 test 或 !! 开头的行，仅对非排除行中紧邻数字的 Street 或逗号 , 进行替换」这一典型文本处理需求。
本文讲解如何利用正则捕获组与回调函数，在 python 中实现「跳过以 `test` 或 `!!` 开头的行，仅对非排除行中紧邻数字的 `street` 或逗号 `,` 进行替换」这一典型文本处理需求。
在实际文本清洗或格式化任务中，常需「条件性替换」：既要匹配特定模式（如 Street 或 , 后紧跟数字），又要全局跳过某些例外行（如以 test 或 !! 开头）。单纯依赖负向先行断言（(?!)）容易因贪婪匹配或锚点限制导致逻辑失效——正如原始代码中 ^(?!test\s|!!\s).*(Street|,)(?=\d) 会跨位置匹配，无法逐个替换所有符合条件的 Street/,。
正确解法是采用 双分支捕获 + 回调函数 策略：
- 使用
|构建两个互斥分支； - 第一分支
^((?:!!|test)\s.*)捕获需跳过的整行（放入group(1)），确保其优先匹配； - 第二分支
(Street|,)(?=\d)捕获待替换的目标（放入group(2)），且严格限定其后必须为数字（(?=\d)）； - 在
re.sub中传入 lambda 回调：若group(1)存在（即该行为排除行），原样返回；否则将group(2)拼接'UK/'替换。
以下是完整可运行示例：
import re
input_lines = [
'Street1-2,4,6,8-10',
'!! Street4/31/2',
'test Street4'
]
pattern = r'^((?:!!|test)\s.*)|(Street|,)(?=\d)'
output = [
re.sub(pattern, lambda m: m.group(1) or m.group(2) + 'UK/', line)
for line in input_lines
]
print(output)
# 输出: ['StreetUK/1-2,UK/4,UK/6,UK/8-10', '!! Street4/31/2', 'test Street4']
✅ 关键要点总结：
-
^锚定行首，确保!!/test分支只匹配行首模式； -
(?:...)是非捕获组，避免干扰group(1)/group(2)的序号逻辑； -
lambda m: m.group(1) or m.group(2) + 'UK/'利用 Python 的短路逻辑：group(1)非空时直接返回（保留原行），否则执行替换； - 此方案天然支持多次匹配（如一行含多个
,和Street），无需re.findall+ 循环，简洁高效。
⚠️ 注意事项：
- 若输入含多行字符串（
\n分隔），需添加re.MULTILINE标志使^匹配每行开头； - 若
test/!!后可能无空格（如testStreet4），应将\s改为\s?或更严谨的单词边界\b； - 替换内容
'UK/'可按需参数化，提升复用性。
