Question

这里有点python /编程新手。首先，代码：

import re
patt_list = ['However,', 'phenomenal', 'brag']
dictionary = {'phenomenal': 'phenomenal|extraordinary|remarkable|incredible', 'However,': 'However,|Nevertheless,|Nonetheless,', 'brag': 'brag|boast'}

def replacer_factory1(dictionary):
    def replacing(match):
        if len(dictionary) > 0:
            word = match.group()
            exchange = dictionary.get(word, word)
            spintax = '{' + exchange + '}'
            create_place_holder = spintax.replace(' ', '#!#')
            return create_place_holder
        else:
            return ""
    return replacing

def replacing1(text):
    regex_patt_list = r'\b(?:' + '|'.join(patt_list) + r')\b'
    replacer = replacer_factory1(dictionary)
    return re.sub(regex_patt_list, replacer, text)

with open('test_sent.txt', 'r+') as sent:
    read_sent = sent.read()
    sent.seek(0)
    sent.write(replacing1(read_sent))

因此，我在此处创建的代码会在文本文件test_sent.txt中搜索名为patt_list的列表中的单词。如果单词在文本文件中，则re.sub用于将名为dictionary的字典中的键替换为该字典中的相应值，然后将这些更改写回文本文件。（这段代码实际上是一个更大的脚本的一部分，其中字典的键是从patt_list创建的，以防万一你想知道为什么在这里需要patt_list。

但是，我对此代码的问题是字典键However,没有替换为其对应的值However,|Nevertheless,|Nonetheless, - 而其余的键：值替换工作正常，并且被写入文本文件。

我认为However,中的逗号可能是导致此问题的逗号，因为我尝试了另一个键：键末尾带逗号的值，这也不起作用。

任何人都可以告诉我为什么会这样吗？

运行代码之前'test_sent.txt'的内容：

Quite phenomenal. However, nothing to brag about?

运行代码后的'test_sent.txt'的内容：

Quite {phenomenal|extraordinary|remarkable|incredible}. However, nothing to {brag|boast} about?

我真正希望输出看起来像：

Quite {phenomenal|extraordinary|remarkable|incredible}. {However,|Nevertheless,|Nonetheless,} nothing to {brag|boast} about bragg's vinegar?

我不想要的（bragg's上的部分匹配）：

Quite {phenomenal|extraordinary|remarkable|incredible}. {However,|Nevertheless,|Nonetheless,} nothing to {brag|boast} about {brag|boast}g's vinegar?

编辑：为了回应下面“WKPLUS”提供的有用答案，从\b末尾删除regex_patt_list可以在这里工作，但不是为了更好用，我有这个代码。字典在现实中要大得多，所以当删除\b时，我会在文本中得到部分匹配，这是我不想要的。我更新了test_sent.txt，在最后添加了bragg's vinegar字样，以说明删除\b时的部分匹配问题。

Answer 1

删除regex_patt_list中的第二个“\ b”将解决您的问题。

def replacer_factory1(dictionary):
    def replacing(match):
        if len(dictionary) > 0:
            word = match.group()[:-1]
            exchange = dictionary.get(word, word)
            spintax = '{' + exchange + '}'
            create_place_holder = spintax.replace(' ', '#!#')
            return create_place_holder + match.group()[-1]
        else:
            return ""
    return replacing

def replacing1(text):
    regex_patt_list = r'\b(?:' + '|'.join(patt_list) + r')\W'
    replacer = replacer_factory1(dictionary)
    return re.sub(regex_patt_list, replacer, text)

解决问题的棘手办法。

Answer 2

我想我看到了这个问题。逗号不被视为“单词字符”。因此，在字符串'但是'中，逗号实际上将被视为结束字边界，而不是它后面的空格。由于这种混淆，您通过使用单词边界快捷键“\ b”定义的正则表达式模式与该单词不匹配。

如果你用\ W（对于非单词字符）替换最后的\ b，它会以你想要的方式工作吗？

Python：当dict键中有'，'时，为什么re.sub不能用dict值替换dict键

2 个答案: