re.sub()がうまくいかない

Question

前提

正規表現での置換がうまくできません。

実現したいこと

拡張子を置き換える

該当のソースコード

import re

name = 'hoge.jpg'
print(re.sub(r'[^.]*$', 'webp', name))

出力

hoge.webpwebp

正規表現を変えると上手く行ったのですが、なぜこの正規表現パターンでうまくいかないのかを教えてください。

Comments

[y_waiwai]

うまくいかないとは、どういうふうになるんでしょうか

[Avent]

出力から分かる通り jpg が webpwebp と、二重に置き換えられてしまいます。

Answer 1

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

The optional argument count is the maximum number of pattern occurrences to be replaced; count must be a non-negative integer. If omitted or zero, all occurrences will be replaced. Empty matches for the pattern are replaced only when not adjacent to a previous empty match, so sub('x*', '-', 'abxd') returns '-a-b--d-'.

Changed in version 3.7: Empty matches for the pattern are replaced when adjacent to a previous non-empty match.

>>> import sys
>>> sys.version
'3.10.6 (main, Aug 10 2022, 11:40:04) [GCC 11.3.0]'

>>> import re
>>> name = 'hoge.jpg'
>>> print(re.sub(r'[^.]*$', 'webp', name, count=1))
hoge.webp

Answer 2

ドットの次で一致して webpが挿入され、挿入された文字列で再び webp が挿入されているようですね。
正規表現を [^.]+$ にすれば1回置換されるだけで済みます。
ただし、ファイルの先頭がドットで始まる場合もあるので、os.path.splitextやpathlib.Path を使った方がいいと思います。

import re
import os
import pathlib

name = 'hoge.jpg'
print(re.sub('[^.]+$', 'webp', name));
print(os.path.splitext(name)[0] + '.webp')
print(pathlib.Path(name).stem + '.webp')

name = '.profile'
print(re.sub('[^.]+$', 'webp', name));
print(os.path.splitext(name)[0] + '.webp')
print(pathlib.Path(name).stem + '.webp')

hoge.webp
hoge.webp
hoge.webp
.webp
.profile.webp
.profile.webp

Comments

[Avent]

質問の最後に書いたつもりだったのですが、質問の書き方がわかりにくかった場合は申し訳ありません。
その方法はすでに思いついており意図した結果は得ることができたのですが、どうして `r'[^.]*$'` では上手くいかないのが知りたいです。

[shiracamus]

回答を修正しました。

[shiracamus]

javascript で試してみたところ、一度の置換で済んでいますね。
Pythonの動作がおかしい気がします。
> 'hoge.jpg'.replace(/[^.]*$/, 'webp')
'hoge.webp'

[quickquip]

JavaScriptだとフラグg付きの正規表現がPythonのsub(count=0)呼び出しに相当します。
JavaScriptでも同じ動作です。

> 'hoge.jpg'.replace(/[^.]*$/g, 'webp')
'hoge.webpwebp'