如何基于模式字典替换文本的某些部分，并使用re.sub替换python中的值？

Question

我有一个要用于文本替换的前缀列表。每当我用相应的值替换整个匹配的文本时，我的程序都可以工作，但是如果我想保留匹配的文本的某些部分并使用分组替换其他部分，则我的程序无法工作：

prefixes = {
            r"http://www.w3.org/2002/07/owl#([a-z]+)": r"owl:\1",
            r"http://www.w3.org/1999/02/22-rdf-syntax-ns#([a-z]+)": r"rdf:\1",
            r"http://www.w3.org/2000/01/rdf-schema#([a-z]+)": r"rdfs:\1",
            r"http://schema.org/": "schema",
            r"http://www.w3.org/2001/XMLSchema#([a-z]+)": r"xsd:\1",
            r"http://purl.org/linked-data/sdmx#([a-z]+)": r"sdmx:\1",
            r"http://www.w3.org/XML/1998/namespace": r"xml"
            }
# test = "http://www.w3.org/XML/1998/namespace" # works for this
test = "http://www.w3.org/2000/01/rdf-schema#a" # Does not work!

regex = re.compile("|".join(map(re.escape, prefixes.keys())))

test = regex.sub(lambda match:prefixes[match.group(0)], test)

我想用“ rdfs：a”代替测试，但是这种方式不起作用。我应该如何更改代码才能在这种情况下工作？

Answer 1

您想要做的是非常复杂。话虽如此，我很想挑战...

>>> prefixes = {
...     0: (r"http://www.w3.org/2002/07/owl#([a-z]+)", r"owl:\1"),
...     2: (r"http://www.w3.org/1999/02/22-rdf-syntax-ns#([a-z]+)", r"rdf:\3"),
...     4: (r"http://www.w3.org/2000/01/rdf-schema#([a-z]+)", r"rdfs:\5"),
...     6: (r"http://schema.org/", "schema"),
...     7: (r"http://www.w3.org/2001/XMLSchema#([a-z]+)", r"xsd:\8"),
...     9: (r"http://purl.org/linked-data/sdmx#([a-z]+)", r"sdmx:\10"),
...     11: (r"http://www.w3.org/XML/1998/namespace", r"xml")
...     }
>>> expr = '(' + ')|('.join(p[0] for p in prefixes.values()) + ')'
>>> 
>>> regex = re.compile(expr)
>>> 
>>> regex.findall(test)
[('', '', '', '', 'http://www.w3.org/2000/01/rdf-schema#a', 'a', '', '', 
  '', '', '', '')]

>>> regex.sub(lambda m: m.expand(prefixes[next(i for i, v in 
...                                            enumerate(m.groups()) 
...                                            if v)][1]), 
...                                            test)

'rdfs:http://www.w3.org/2000/01/rdf-schema#a'
>>> regex.sub(lambda m: m.expand(prefixes[next(i for i, v in 
...                                       enumerate(m.groups()) 
...                                       if v)][1]), 
...                                       test2)

'xml'
>>>