多重替换尊重资本化和标点符号

Question

我正在尝试创建一个脚本，用<strong>标记替换正文中的关键字。 <strong>keyword</strong>

问题是单词可以大写或者像dog's toy那样标点符号（而我的目标是狗，强标记会切断's）

我正在尝试创建一个按照描述工作的高效动态替换器。

到目前为止，这就是我所拥有的：

def strongwords(text, dict):
    rc = re.compile('|'.join(map(re.escape, dict)))
    def translate(match):
        return dict[match.group(0)]
    return rc.sub(translate, text)

除非我尽可能地创建一个巨大的dict（如上所述）并且在查找/替换上花费资源，否则我认为这不能正常工作。

使用经过验证的正则表达式配方是否有pythonic方法可以做到这一点？也许是为此设计了一个包或模块？

Answer 1

可以使用re.IGNORECASE标志解决案例的第一个问题。第二个有点复杂，但可选的匹配组可以工作。

rc = re.compile("(%s)('s|re)?" % ('|'.join(map(re.escape, dict)), re.IGNORECASE)

该模式将忽略大小写并允许任何关键字以's或're为后缀（根据需要添加更多）。可选匹配组需要通过关键字匹配加回，但这应该很容易