Python 正規表現でマッチした部分をリスト順に置換したいです

前提・実現したいこと

正規表現でマッチしたhref属性を
リスト[0]→[1]→[2]の順に置換したいと考えています。

以下の方法では、すべてリスト[0]に置換されてしまいます。
ご教示いただければ幸いです。何卒よろしくお願いいたします。

（前回、BeautifulSoupでzipを使った置換方法を教えていただきました。
https://teratail.com/questions/225332
今回は、htmlではないテキスト文書を置換する場合を考えたところ（サンプルはhtmlですが）
zipを使ったもの、そうでないものを考えたのですが行き詰ってしまい、また相談をさせていただいた次第です。
よろしくお願いいたします。）

該当のソースコード

html
1<!-- リスト　afters = ['after_11', 'after_24', 'after_32']-->
2
3<body>
4
5<a href="https://www.nochange.com/"></a> <!-- →変更しない -->
6
7<div class="sample">
8    <a href="https://www.change.com/before_a/test"></a> <!-- →https://www.change.com/リスト[0]/test に変更-->
9</div>
10<div class="sample">
11    <a href="https://www.change.com/before_b/test"></a><!-- →https://www.change.com/リスト[1]/test に変更-->
12</div>
13<div class="sample">
14    <a href="https://www.change.com/before_c/test"></a><!-- →https://www.change.com/リスト[2]/test に変更-->
15</div>
16
17<a href="https://www.none.com/"></a><!-- →変更しない -->
18
19</body>

python
1import re
2from pathlib import Path
3
4PATH = '/Users/○○/test.html'
5afters = ['after_11', 'after_24', 'after_32']
6
7def changeurl(m):
8    for after in afters:
9        return f'https://www.change.com/{after}/test'
10
11html = Path(PATH)
12
13html_text = html.read_text()
14
15after_html = re.sub(r'https://www.change.com/[A-Za-z0-9_]+/test', changeurl, html_text)
16
17
18"""結果：すべてリスト[0]に置換されてしまいます。
19print(after_html)
20<body>
21
22<a href="https://www.nochange.com/"></a>
23
24<div class="sample">
25    <a href="https://www.change.com/after_11/test"></a> 
26</div>
27<div class="sample">
28    <a href="https://www.change.com/after_11/test"></a>
29</div>
30<div class="sample">
31    <a href="https://www.change.com/after_11/test"></a>
32</div>
33
34<a href="https://www.none.com/"></a>
35
36</body>"""

python
1#zipを使ったこちらの内容も、希望する結果となりませんでした
2import re
3from pathlib import Path
4
5PATH = '/Users/○○/test.html'
6afters = ['after_11', 'after_24', 'after_32']
7pattern = r'https://www.change.com/([A-Za-z0-9_]+)/test'
8
9html = Path(PATH)
10html_text = html.read_text()
11
12matchs = re.finditer(pattern, html_text)
13
14for match, after in zip(matchs, afters):
15    after_html = re.sub(r'https://www.change.com/[A-Za-z0-9_]+/test', after, match.group())
16
17
18"""結果
19print(after_html)
20after_11
21after_24
22after_32

補足情報（FW/ツールのバージョンなど）

Python 3.6.5

行動規範の内容に同意します

回答2件

文字位置を得て、そこで切ってつなぎ変えます。

Python
1after_html = html_text
2for match, after in zip(matchs, afters):
3    after_html = after_html[:match.start(1)] + after + after_html[match.end(1):]

投稿2019/12/01 03:06

otn

総合スコア85888

kero16

2019/12/01 03:45

ご回答ありがとうございます。できました！！ [:match.start(1)] と after と after_html[match.end(1):]をひとつずつprintで確認して考えていたらお礼のコメントが遅くなってしまいました。すみません。文字位置を取得するという方法を知ることができました。ありがとうございました。

otn

2019/12/01 03:50

Rubyっぽく、 after_html[match.span(1)] = after とか書ければシンプルなのですが、Pythonだとできません。

行動規範の内容に同意します

ベストアンサー

クロージャを利用してやるのはどうでしょう。

Python
1def make_change_url(afters):
2    it = iter(afters)
3    def change_url(m):
4        after = next(it)
5        return f'https://www.change.com/{after}/test'
6
7    return change_url
8
9...
10
11after_html = re.sub(
12    r'https://www.change.com/[A-Za-z0-9_]+/test',
13    make_change_url(afters),
14    html_text
15)

また正規表現を工夫すると、同じような文字列を複数回打たずに済みます。

Python
1def make_change_url(afters):
2    it = iter(afters)
3    def change_url(m):
4        return next(it)
5
6    return change_url
7    
8...
9
10after_html = re.sub(
11    r'(?<=https://www.change.com/)[A-Za-z0-9_]+(?=/test)',
12    make_change_url(afters),
13    html_text
14)

投稿2019/12/01 02:26

LouiS0616

総合スコア35668

kero16

2019/12/01 02:58

ご回答ありがとうございます。無事できました！！クロージャという存在を初めて知ることができました。これから改めて調べ、勉強します。正規表現も１度で済むこのような書き方があるのですね。教えてくださりありがとうございます。 (?<=)　と　(?=)　を使う・・という方法も調べてみます。本当にありがとうございました。

行動規範の内容に同意します

あなたの回答