正则re.sub替换指定内容（被坑4个小时）。

正则用的机会不多，就爬虫的时候，我会用一下，这次需要替换一个url内部的数字。

一般以前我用的比较多的都是查找。这次需要用到替换指定的内容，哭瞎了我！

参考连接:

https://docs.python.org/zh-cn/3/library/re.html

https://stackoverflow.com/questions/5984633/python-re-sub-group-number-after-number

https://blog.csdn.net/blmoistawinde/article/details/81839647?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromBaidu-1.control&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromBaidu-1.control

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

pattern在没有进行任何设置的情况下会被后面repl全部替换。

所以，你可以在pattern通过()进行分组，然后通过\number的方式，选择需要保留的组.

api_url = re.sub(template, r'\g<1>{}\g<3>'.format(self.twitter_user_id), api_url)

　　这是是我本来需要替换的组，如果直接用\1的话，后面明显跟的是数字，那这个\xxxxx的组明显就是一个不符合实际的情况。

所以可以用过\g<number>的方式来选择保留组

In [4]: template = re.compile(r"(?P<First>timeline/profile/)(\d*)(?P<Second>\.js
   ...: on)")                                                                   

In [5]: template.sub(r'\g<Second>8888\g<First>', url) 

　　当然通过设置组名的方式来选取也是一种非常不错的选择。

re真的是非常强大，只掌握一些简单的使用，真的不够，只能慢慢积累。

 

\

转义特殊字符（允许你匹配 '*', '?', 或者此类其他），或者表示一个特殊序列；特殊序列之后进行讨论。

如果你没有使用原始字符串（ r'raw' ）来表达样式，要牢记Python也使用反斜杠作为转义序列；如果转义序列不被Python的分析器识别，反斜杠和字符才能出现在字符串中。如果Python可以识别这个序列，那么反斜杠就应该重复两次。这将导致理解障碍，所以高度推荐，就算是最简单的表达式，也要使用原始字符串。

上面的这个反斜杠又给我上了一课，在Python使用re中，务必在前面加上r,这样就可以避免Python字符串转义的过程，这个反斜杠就可以直接拿来被re所使用。举一个简单的示例吧，真的非常拗口

In [21]: s                                                                      
Out[21]: '\\'

In [22]: print(s)                                                               
\

In [23]: s                                                                      
Out[23]: '\\'

In [24]: re.sub('\\\\','a',s)                                                   
Out[24]: 'a'

In [25]: re.sub(r'\\','a',s)                                                    
Out[25]: 'a'

In [26]:    

　　对于Python的字符串来说，\这个反斜杠的标志服是一个特殊的符号，对于re来说，同样是一个特殊的符号，所以，如果没有使用r，如果你向在re里面使用反斜杠\，你就需要写两个\\，所以四个\也就是\\\\可以匹配到一个字符反斜杠，真他妈累死了。