提取单词和单词之前，并在正则表达式中的“_”之间插入

Posted 2023-01-05

我需要一些关于声明正则表达式的帮助。我的输入如下：

我需要在word之前提取单词并在正则表达式中插入“_”：python输入

 Input
 s2 = 'Some other medical terms and stuff diagnosis of R45.2 was entered for  this patient. Where did Doctor Who go? Then xxx feea fdsfd'
 # my regex pattern
 re.sub(r"(?:[a-zA-Z'-]+[^a-zA-Z'-]+)0,1diagnosis", r"\1_", s2)
 Desired Output:
 s2 = 'Some other medical terms and stuff_diagnosis of R45.2 was entered      for this patient. Where did Doctor Who go? Then xxx feea fdsfd'

答案

您的正则表达式中没有定义捕获组，但使用\1占位符（替换反向引用）来引用它。

你想在-这个词之前替换除'和diagnosis之外的1个特殊字符，因此你可以使用

re.sub(r"[^\w'-]+(?=diagnosis)", "_", s2)

见this regex demo。

细节

• [^\w'-]+ - 除'和_之外的任何非字char
• (?=diagnosis) - 一个不消耗文本的正向前瞻（不添加到匹配值，因此re.sub不会删除这段文本）但只需要diagnosis文本立即出现在当前位置的右侧。

要么

re.sub(r"[^\w'-]+(diagnosis)", r"_\1", s2)

见this regex demo。在这里，[^\w'-]+也匹配那些特殊的字符，但(diagnosis)是一个capturing group，其文本可以使用替换模式中的\1 placeholder来引用。

注意：如果你想确保diagnosis匹配为一个完整的单词，请在它周围使用\b，\bdiagnosis\b（请注意r原始字符串文字前缀！）。