正则表达式中的可选点

Question

说我想用Mr.替换Mr和Mister的所有匹配。

我使用以下正则表达式：\bMr(\.)?\b来匹配Mr.或Mr。然后，我使用re.sub() method进行替换。

让我感到困惑的是，它正在用Mr.取代Mister.。为什么这会使点.保持在最后？看起来它与Mr\.案例不匹配，只是Mr。

import re
s="a rMr. Nobody Mr. Nobody is Mr Nobody and Mra Nobody."
re.sub(r"\bMr(\.)?\b","Mister", s)

返回：

'a rMr. Nobody Mister. Nobody is Mister Nobody and Mra Nobody.'

我也试过以下，但也没有运气：

re.sub(r"\b(Mr\.|Mr)\b","Mister", s)

我想要的输出是：

'a rMr. Nobody Mister Nobody is Mister Nobody and Mra Nobody.'
                     ^                              ^
                     no dot            this should be kept as it is

Answer 1

我认为您要捕获'Mr'后跟 '.' 或字边界：

r"\bMr(?:\.|\b)"

使用中：

>>> import re
>>> re.sub(r"\bMr(?:\.|\b)", "Mister", "a rMr. Nobody Mr. Nobody is Mr Nobody and Mra Nobody.")
'a rMr. Nobody Mister Nobody is Mister Nobody and Mra Nobody.'

Answer 2

我认为在原帖中，\b是导致某些混淆的原因。

来自regex101：

  

\ b匹配，不消耗任何字符，紧接在a之间   由\ w匹配的字符和与\ w不匹配的字符（在任何一个中）   顺序）。

和

  

\ w匹配任何字母，数字或下划线。

OP期望\b匹配点与其后的空格之间的边界。但它没有，因为点与\w不匹配。相反，\b匹配“Mr”文本和点之间的边界。这导致无法捕获点，这是OP所询问的。这可以在这里看到：

Answer 3

re.sub(r"\bMr\.|\bMr\b","Mister", s)

试试这个。您需要在\b

后删除.

输出：a rMr. Nobody Mister Nobody is Mister Nobody and Mra Nobody.'

由于\bMr(\.)?\b和.之间没有单词边界，space无法正常工作的原因。

有三种不同的职位符合词边界：

• 在字符串中的第一个字符之前，如果第一个字符是单词字符。
• 在字符串中的最后一个字符之后，如果最后一个字符是单词字符。
• 字符串中的两个字符之间，其中一个是单词字符，另一个不是单词字符。

Answer 4

>>> s="a rMr. Nobody Mr. Nobody is Mr Nobody and Mra Nobody."
>>> re.sub(r'\b(Mr[\.\s]\s*)',r'Mister ',s)
'a rMr. Nobody Mister Nobody is Mister Nobody and Mra Nobody.'

Answer 5

re.sub(r'\bMr[\s\.]', 'Mister ', s)

如果这是Code Golf我会赢吗？

Answer 6

@ jonsharpe的回答有效，但这个有点简单：\bMr(\.|\b)

http://regex101.com/r/sC9nG6/2