Python使用带有dict的re.sub替换配额和撇号

Question

我正试图用刺痛取代'和'。这是dict：

char_replace_list = {
    '"': '"',
    "'": ''',
    '&': '&',
    '<': '&lt',
    '>': '&gt',
}

这就是我所做的：

s = '\' " & < >'
pattern = re.compile(r'\b(' + '|'.join(self.char_replace_list.keys()) + r')\b')
pattern.sub(lambda x: char_replace_list[x.group()], s)

结果是：

' " & < >

我哪里做错了？

Answer 1

有趣的是，我得到了一个不同的结果，我的机器上根本没有替换。

您的问题是这些标点字符的边缘不被视为字边界（以平台相关的方式！？）：

  

\b

     

匹配空字符串，但仅匹配单词的开头或结尾。 单词被定义为字母数字或下划线字符序列，因此单词的结尾由空格或非字母数字非下划线字符表示。请注意，正式地，\b被定义为\w和\W字符之间的边界（反之亦然），或\w与字符串的开头/结尾之间的边界，被视为字母数字的精确字符集取决于UNICODE和LOCALE标记的值。例如，r'\bfoo\b'匹配'foo'，'foo.'，'(foo)'，'bar foo baz'，但不匹配'foobar'或'foo3'。在字符范围内，\b表示退格符，以便与Python的字符串文字兼容。

而不是\b...\b，您可以使用(?<= |^)...(?= |$)

Answer 2

在这种情况下，您可以使用translate方法：

char_replace_list = {
    '"': '"',
    "'": ''',
    '&': '&',
    '<': '&lt',
    '>': '&gt',
}
s = '\' " & < >'
# table translate from a mapping
t = "".maketrans(char_replace_list)
print(s.translate(t))
# &apos; &quot; &amp; &lt &gt