如何将Python正则匹配内容替换为修改版本？代码问题求助

一、正则匹配替换的核心修复 #

别找额外函数了，直接用re.sub()的回调函数就能搞定任意匹配内容（包括空格、标点）的自定义标记。原理是让回调函数接收匹配对象，对匹配到的每一段内容做逐字符处理，示例代码片段：

import re

def add_underline(match_obj):
    # 取出匹配到的完整内容
    matched_text = match_obj.group()
    # 给每个字符后面加上下划线字符̳
    return ''.join([char + '̳' for char in matched_text])

# 测试用例：包含标点和空格的匹配
original_text = "Hi, there! Let's test regex with spaces."
pattern = r"Hi, there!|regex with spaces"
modified_text = re.sub(pattern, add_underline, original_text)
print(modified_text)

不管匹配的是普通字符、空格还是标点，这个逻辑都能给每一个字符加上下划线标记，不会漏处理。

二、Windows7 CMD下划线字符显示修复 #

Win7默认CMD用的是GBK编码，你用的̳（Unicode U+0333组合下划线）不在GBK字符集里，所以显示不出来。给两个简单解决办法：

• 临时切换CMD编码为UTF-8：打开CMD后先执行命令 chcp 65001，再运行你的Python脚本。
• 换用CMD支持的标记方式：放弃组合下划线，改用匹配内容前后加__（双下划线），或者用ANSI转义序列实现终端下划线（Win7 CMD需要手动开启VT100支持，步骤繁琐，优先推荐前者）。

三、完整的文件夹文本处理示例 #

结合os、sys模块的完整脚本，确保遍历文件夹下所有文本文件都能正确处理：

import re
import os
import sys

def add_underline(match_obj):
    matched_text = match_obj.group()
    return ''.join([char + '̳' for char in matched_text])

def process_files(folder_path, pattern):
    for root, _, files in os.walk(folder_path):
        for file in files:
            if file.endswith('.txt'):
                file_path = os.path.join(root, file)
                try:
                    # 用UTF-8读写避免特殊字符乱码
                    with open(file_path, 'r', encoding='utf-8') as f:
                        content = f.read()
                    modified_content = re.sub(pattern, add_underline, content)
                    # 可以先备份原文件再覆盖，比如加一行：shutil.copy(file_path, file_path + '.bak')
                    with open(file_path, 'w', encoding='utf-8') as f:
                        f.write(modified_content)
                    print(f"处理完成：{file_path}")
                except Exception as e:
                    print(f"处理失败 {file_path}：{str(e)}")

if __name__ == "__main__":
    if len(sys.argv) != 3:
        print("用法：python script.py <目标文件夹路径> <正则表达式>")
        sys.exit(1)
    process_files(sys.argv[1], sys.argv[2])

内容的提问来源于stack exchange，提问作者Mr.Me