字符串操作/正则表达式 - 查找和替换

Posted 2023-02-23

【中文标题】字符串操作/正则表达式 - 查找和替换

【英文标题】：string operation/regex - find and replace

【发布时间】：2020-12-22 15:29:49

【问题描述】：

我正在尝试替换下面txt文件中.之后的每个单词：

line1
line2
field: [orders.cancelled,orders.delivered,orders.reached
orders.pickup,orders.time]
some line
some line

我有一本字典：

   d = 'cancelled':'cancelled_at', 'deliver':'xxx'

我正在运行以下代码。但是，我得到了部分匹配的结果，即

我看到新文件有以下文字

field: [orders.cancelled_at, orders.xxxed ..........

从交付的单词来看，程序仍在替换前 7 个单词（交付）并在末尾添加“ed”。我不知道为什么

with open('list.txt', 'r') as g:
    text = g.read()
    for k in d:
        before = f'.k'
        after = f'.d[k]
        #print(before)
        #print(after)
        text = text.replace(before, after)
        #print(text)

with open('new_list.txt', 'w') as w:
    w.write(text)

我也试过这个，我得到了同样的结果

import re

with open('list.txt', 'r') as f:
    text = f.read()
    for k in d:
        before = f'.k(?!=\w)'
        print(before)
        after = f'.d[k]'
        print(after)
        text = re.sub(before, after, text)

with open('new_list.txt', 'w') as w:
    w.write(text)

【问题讨论】：

您正在用 xxx 替换 delivered 中的 deliver。结果是xxxed。将"delivered": "xxx" 添加到您的字典中。

1) 使用单词边界来匹配整个单词，2) 在字符类之外转义 . 以匹配文字 .

@spyralab 如果键的值是“交付”而不是“交付”，我只想删除点后面的单词。如果找不到完全匹配，我希望程序不会更改任何内容，在这种情况下，它应该将新行作为 orders.cancelled_at, orders._delivered

f'\bk\b' - 这应该有效吗？ @WiktorStribiżew 抱歉，我对正则表达式不太熟悉，如果您能解释更多，将不胜感激

\b 单词边界只有在字符串中有整个单词时才需要匹配，因此short\b 将匹配short. 而不是shorts。

【参考方案1】：

你可以使用

import re

d = 'cancelled':'cancelled_at', 'deliver':'xxx'
rx = re.compile(fr"(?<=\.)(?:'|'.join(d))\b")

with open('list.txt', 'r') as f:
    print( re.sub(rx, lambda x: d[x.group()], f.read()) )

见Python demo

代码生成的正则表达式看起来像

(?<=\.)(?:cancelled|deliver)\b

请参阅regex demo。详情：

(?<=\.) - 一个正向的后视，它匹配紧接前面有文字 . 的位置 (?:cancelled|deliver) - 两种选择：cancelled 或 deliver \b - 作为整个单词，\b 是一个单词边界。

lambda x: d[x.group()] 替换将匹配的单词替换为对应的字典键值。

【讨论】：

嘿，你能解释一下我们什么时候使用 'f' 'fr' ，我可以看到你在 re.complie 中使用了 fr。如果您能解释它们之间的区别，将不胜感激

@HamzaShehzad r 是用于定义字符串文字的原始字符串文字前缀，其中反斜杠不用于形成字符串转义序列（请阅读Regular expression works on regex101.com, but not on prod 中的奖励顶部部分）线程。 f 是一个f-string 前缀，允许使用变量插值（或变量扩展），即在字符串文字中使用varname 将您手动添加的字符串与变量实际连接起来（而不是使用@ 987654339@)