Python3如何用正则将DO_NOT_PRINT标签间内容替换为星号并移除标签

问题原因 #

• 正则使用贪婪匹配：(.+)的贪婪模式会尽可能匹配最长的符合规则的内容，导致把字符串里两对<DO_NOT_PRINT>标签中间的所有内容（包括中间的闭合、新开标签）都算作同一个匹配结果的捕获组
• 原有逻辑仅替换了标签内部的文本，没有移除<DO_NOT_PRINT>和</DO_NOT_PRINT>标签本身
• 仅用search匹配第一个结果，没有处理字符串中所有的标签对

修正方案 #

直接用re.sub配合非贪婪正则+替换回调即可实现需求，代码如下：

import re

z = "CONN <DO_NOT_PRINT>user</DO_NOT_PRINT>/<DO_NOT_PRINT>password</DO_NOT_PRINT>@//host:port/service"
# 新增? 启用非贪婪匹配，确保每一对标签单独匹配
REPLACEME = re.compile(r'<DO_NOT_PRINT>(.+?)</DO_NOT_PRINT>')

# 对每个匹配结果做替换：取标签内文本长度，返回对应长度的星号，自动去除外层标签
new_z = REPLACEME.sub(lambda match: '*' * len(match.group(1)), z)
print(new_z)

运行后输出结果为：

CONN ****/********@//host:port/service

内容的提问来源于stack exchange，提问作者Laurent D.