Pythonの正規表現で一致した文字列を再利用したいがうまくいかない

Question

###前提・実現したいこと
pythonとpyQtで作られているオープンソースのankiという単語帳アプリに検索して置換するという機能があり、そこでPythonの正規表現を使って単語帳の中身をある条件で置換をしたいのですがうまくいきません。

具体的には以下のように、置換前の「@@@の直後の1以上999以下の数値」を取得して置換後の文字列「<img src="hogehoge_xxx.png" />」のxxxに埋め込みたいです。このxxxは本のページ数です。以後この置換前の文字を便宜上サンプルとします。

#置換前のサンプル
@@@123
@@@23
@@@34
@@@45
@@@56

↓

#置換後のサンプル(この結果が欲しい)
<img src="hogehoge_123.png" />
<img src="hogehoge_23.png" />
<img src="hogehoge_34.png" />
<img src="hogehoge_45.png" />
<img src="hogehoge_56.png" />

このように取得したいのですが、この123や23や34などを抽出したいときどのように書くのでしょうか？re.sub()で\1を使用しても意図したようにいきませんでした。(参照：reモジュール)

###発生している問題・エラーメッセージ

上記サンプルを以下の画像のようにankiアプリ上で正規表現を使用して置換すると数字の一桁目だけが抽出されてしまいます。

#置換前のサンプル
@@@123
@@@23
@@@34
@@@45
@@@56

#置換後のサンプル（数字の最後の一桁だけ抽出される）
img src="hogehoge_3.png"
img src="hogehoge_3.png"
img src="hogehoge_4.png"
img src="hogehoge_5.png"
img src="hogehoge_6.png"

上記の問題では置換をGUIで実行していますが、ankiのソースコードのl.497のrepl関数を見る限り、pythonではおそらく以下のようなことをしていると考えています。しかし私のpowershell上での実行結果は適切に表示されず、確認できない状態になってしまっています。ただ、適切に表示されない部分(=
)が一文字なので置換後のサンプルと多分同じ挙動だと思われます。

#resub.py
import re
regex = re.compile("@@@(\d){1,3}")
reSub = re.sub(regex,"img src=hogehoge_\1.png","@@@123\n@@@23\n@@@34\n@@@45\n@@@56\n")
print(reSub)

PS > python -V
Python 2.7.14
PS > python .\resub.py
img src=hogehoge_
.png
img src=hogehoge_
.png
img src=hogehoge_
.png
img src=hogehoge_
.png
img src=hogehoge_
.png

###該当のソースコード

ankiのソースコードのfindReplace関数(l.481からl.528)で検索して置換するを実装をしていると思われます。

###試したこと

①サンプルを置換文字列\2で実行　→　無効な処理と表示される(おそらくエラー)

②サンプルを置換文字列\0で実行　→　サンプルがすべて消える

③サンプルを置換文字列\1\1\1で実行

#③の結果
333
333
444
555
666

###補足情報(言語/FW/ツール等のバージョンなど)
Windows10
Python2系

以上になりますがどうぞよろしくお願いいたします。

Answer 1

数字をマッチさせたいならこうでは？

regex = re.compile("@@@(\d){1,3}")

↓

regex = re.compile("@@@(\d{1,3})")

正規表現はオンラインの可視化サイト Regex101を見ながら作成するのが一番ミスがないかと。

Comments

[mofu_mofu]

umyuさんのおっしゃるとおり```@@@(\d){1,3}```ではなく```@@@(\d{1,3})```でした。
意図した数字を取得することができました。

迅速な対応本当にありがとうございます。

[umyu]

解決おめでとうございます。
明確な質問だったので、回答しやすかったです。

Answer 2

正解はumyuさんが書いておられるとおりでしょう。

()はその中に書いてある正規表現にマッチする部分を取り出すもの。そして\dは数字一文字にマッチするもの。

従って、(\d){1,3}では、()はその後に書いてある量指定子{1,3}のことなど気にもせず\dにマッチするものすなわち数字一文字を取ってきます。

()にマッチした部分文字列は\1とか\2とかで指定できるわけですが、この数字は開括弧が現れた順番に一致します。たとえばabcdefという文字列に対して(.).(.).((.).)という正規表現をマッチさせると、\1,\2,\3,\4にそれぞれa c ef e が入ります。試したこと①のようにすれば\0は無いので結果は空になるし、試したこと②のようにすれば当然333のような結果が返って来てしまいます。

Comments

[mofu_mofu]

お礼が遅れてしまい申し訳ありません。
\数字は何番目のカッコの内容を取得するのかという意味で、私が設定した()が一つしかないので\1以外意味なかったのですね。

そして、量指定子が()外にあるので1個から3個までという意味が()に適用されていないのですね。

大変勉強になりました。ありがとうございました。