Question

我想用正则表达式替换所有子字符串出现次数。原始句子就像：

mystring = "Carl's house is big. He is asking 1M for that(the house)."

现在假设我有两个我希望加粗的子串。我通过在子字符串的开头和结尾添加**来加粗单词。 2个子串是：

substring1 = "house", so bolded it would be "**house**"
substring2 = "the house", so bolded it would be "**the house**"

最后我想要这样的原始句子：

mystring = "Carl's **house** is big. He is asking 1M for that(**the house**)."

主要的问题是，由于我有几个要替换的子串，它们可以像上面的例子一样重叠。如果我首先分析最长的子串，我得到这个：

Carl's **house** is big. He is asking 1M for that(**the **house****).

另一方面，如果我先分析最短的子串，我得到了这个：

Carl's **house** is big. He is asking 1M for that(the **house**).

似乎我需要从最长的子串替换为最短的子串，但是我想知道如何在第一次替换中考虑它而在第二次替换中。还记得子串可以在字符串中多次出现。

注意：//假设字符串**永远不会出现在原始字符串中，所以我们可以用它来加粗我们的单词

Answer 1

您可以一次搜索所有字符串，因此一个字符串是另一个字符串的事实并不重要：

re.sub(r"(house|the house)", r"**\1**", mystring)

Answer 2

您可以拥有一个未捕获的组，并且需要注释。如果您查看正则表达式(?P<repl>(?:the )?house)，(?:the )?部分表示字符串中可能有the，如果存在，请将其包含在匹配中。这样，您可以让re库优化其匹配方式。这是完整的例子

>>> data = "Carl's house is big. He is asking 1M for that(the house)."
>>> re.sub('(?P<repl>(?:the )?house)', '**\g<repl>**', data) 
"Carl's **house** is big. He is asking 1M for that(**the house**)."

注意：\g<repl>用于获取组<repl>匹配的所有字符串

Answer 3

你可以做两次传球：

首先：从最长到最短，并用以下内容替换：

＆＃39;房子＆＃39;：＆＃39; AA_THE_HOUSE＆＃39;
＆＃39; house＆＃39;：＆＃39; BB_HOUSE＆＃39;

第二：通过替换：

＆＃39; AA_THE_HOUSE＆＃39;：＆＃39; <p>＆＃39;
＆＃39; BB_HOUSE＆＃39;：＆＃39; **the house**＆＃39;

Answer 4

用一些唯一值替换字符串，然后用**中的原始字符串替换它们，使它们变粗。

例如：

＆＃39;房子＆＃39;与＆＃39; temp_the_house＆＃39; ＆＃39;的房子＆＃39;与＆＃39; temp_house＆＃39;

然后＆＃39; temp_house＆＃39;与＆＃39; house ＆＃39; ＆＃39; temp_the_house＆＃39;与房子****＆＃39;

应该可以正常工作。您可以使用两个列表自动执行此操作。

Python：用正则表达式

4 个答案: