如何在Python中用Regex查找和替换URI片段？

Question

你好！

我正在尝试在文本文件中查找和替换URI片段，但我不知道该怎么做。

[某些资源以URL开头（例如http://www.example.com/{fragment}），其他资源以定义的前缀开头（例如example:{fragment}）。两个片段都代表同一个对象，因此必须对所有出现的前缀和URL片段进行任何更改，反之亦然。

这里是一个例子：

每次出现http://www.example.com/Example_1或example:Example_1时，我都想用UUID（例如Example_1）替换文件中所有出现的片段186e4707_afc8_4d0d_8c56_26e595eba8f0，导致所有出现都被http://www.example.com/186e4707_afc8_4d0d_8c56_26e595eba8f0替换]或example:186e4707_afc8_4d0d_8c56_26e595eba8f0。

对于文件中的每个唯一片段，都需要进行此操作，这意味着Example_2，Example_3等将使用不同的UUID。

到目前为止，我已经设法找到此正则表达式行：(((?<=### http:\/\/archive\.semantyk\.com\/).*)|(?<=archive:)([^\s]+))可用于识别片段，但我确实对替换部分感到困惑。

我相信这不是一个难题，但我确实知道这很复杂。

我希望我对自己的解释足够好，但是如果我不满意，请告诉我。

您知道如何解决吗？

非常感谢您阅读本文。

---

编辑：

我尝试通过此输入使用re.sub：

###  http://archive.semantyk.com/Abbreviation
archive:Abbreviation rdf:type owl:Class ;
                     rdfs:subClassOf archive:Word .


###  http://archive.semantyk.com/Ability
archive:Ability rdf:type owl:Class ;
                rdfs:subClassOf archive:Quality .

并产生此结果：

###  http://archive.semantyk.com/4f5b99bb_2bff_4166_8468_0134a1d864ae
archive:4f5b99bb_2bff_4166_8468_0134a1d864ae rdf:type owl:Class ;
                     rdfs:subClassOf archive:4f5b99bb_2bff_4166_8468_0134a1d864ae .


###  http://archive.semantyk.com/4f5b99bb_2bff_4166_8468_0134a1d864ae
archive:4f5b99bb_2bff_4166_8468_0134a1d864ae rdf:type owl:Class ;
                rdfs:subClassOf archive:4f5b99bb_2bff_4166_8468_0134a1d864ae .

但是这是不正确的，因为UUID相同，但是资源（片段）不同。

Answer 1

您可以使用re（regex）模块来替换匹配的模式，让我们来看：

import re
re.sub(pattern, repl, string, count=0, flags=0)

Answer 2

我尝试通过此输入使用re.sub：

###  http://archive.semantyk.com/Abbreviation
archive:Abbreviation rdf:type owl:Class ;
                     rdfs:subClassOf archive:Word .


###  http://archive.semantyk.com/Ability
archive:Ability rdf:type owl:Class ;
                rdfs:subClassOf archive:Quality .

并产生此结果：

###  http://archive.semantyk.com/4f5b99bb_2bff_4166_8468_0134a1d864ae
archive:4f5b99bb_2bff_4166_8468_0134a1d864ae rdf:type owl:Class ;
                     rdfs:subClassOf archive:4f5b99bb_2bff_4166_8468_0134a1d864ae .


###  http://archive.semantyk.com/4f5b99bb_2bff_4166_8468_0134a1d864ae
archive:4f5b99bb_2bff_4166_8468_0134a1d864ae rdf:type owl:Class ;
                rdfs:subClassOf archive:4f5b99bb_2bff_4166_8468_0134a1d864ae .

但是这是不正确的，因为UUID相同，但是资源（片段）不同。