Question

我有以下消息：

msg = "Cowlishaw Street &amp; Athllon Drive, Greenway now free of obstruction."

我想改变诸如＆＃34; Drive＆＃34;到＆＃34; Dr＆＃34;或＆＃34;街＆＃34;到＆＃34; St＆＃34;

expected_msg = "Cowlishaw St and Athllon Dr Greenway now free of obstruction"

我还有一个＆＃34;转换功能＆＃34;

如果列表中有这样的单词，我如何检查列表。如果是，请使用＆＃34;转换＆＃34;进行更改。功能。＆＃34;转换＆＃34;是一个字典，其中包含＆＃34; Drive＆＃34;充当关键，价值是＆＃34; Dr＆＃34;

这就是我所做的

def convert_message(msg, conversion):
    msg = msg.translate({ord(i): None for i in ".,"})
    tokens = msg.strip().split(" ")
    for x in msg:
         if x in keys (conversion):


    return " ".join(tokens)

Answer 1

不是简单的：

translations = {'Drive': 'Dr'}

for index, token in enumerate(tokens):
    if token in conversion:
        tokens[index] = conversion[token]

return ' '.join(tokens)

但是，这不适用于像"Obstruction on Cowlishaw Street."这样的句子，因为令牌现在是Street.。也许你应该使用re.sub的正则表达式：

import re
def convert_message(msg, conversion):
    def translate(match):
        word = match.group(0)
        if word in conversion:
            return conversion[word]
        return word

    return re.sub(r'\w+', translate, msg)

此处re.sub找到一个或多个连续的（+）字母数字字符（\w）;并且对于每个这样的正则表达式匹配调用给定的函数，给出匹配作为参数;可以使用match.group(0)检索匹配的单词。该函数应返回给定匹配的替换 - 这里，如果在字典中找到该单词，则返回该字符，否则返回原始字符。

因此：

>>> msg = "Cowlishaw Street &amp; Athllon Drive, Greenway now free of obstruction."
>>> convert_message(msg, {'Drive': 'Dr', 'Street': 'St'})
'Cowlishaw St &amp; Athllon Dr, Greenway now free of obstruction.'

对于&，在Python 3.4+上，您应该使用html.unescape来解码HTML实体：

>>> import html
>>> html.unescape('Cowlishaw Street &amp; Athllon Drive, Greenway now free of obstruction.')
'Cowlishaw Street & Athllon Drive, Greenway now free of obstruction.'

这将处理所有已知的HTML实体。对于较旧的python版本，您可以看到alternatives on this question。

正则表达式与&字符不匹配;如果你想要替换它，我们可以使用正则表达式\w+|.，这意味着：“任何连续的字母数字字符，或者任何不在这样的运行中的单个字符”：

import re
import html


def convert_message(msg, conversion):
    msg = html.unescape(msg)

    def translate(match):
        word = match.group(0)
        if word in conversion:
            return conversion[word]
        return word

    return re.sub(r'\w+|.', translate, msg)

然后你可以做

>>> msg = 'Cowlishaw Street &amp; Athllon Drive, Greenway now free of obstruction.'
>>> convert_message(msg, {'Drive': 'Dr', '&': 'and', 
                          'Street': 'St', '.': '', ',': ''})
'Cowlishaw St and Athllon Dr Greenway now free of obstruction'

使用字典更改字符串中的单词。蟒

1 个答案: