Question

我有一个简单的功能，可以删除某些文字中的“单词”：

def remove_word_from(word, text):
    if not text or not word: return text
    rec = re.compile(r'(^|\s)(' + word + ')($|\s)', re.IGNORECASE)    
    return rec.sub(r'\1\3', text, 1)

问题当然是，如果单词包含诸如“（”或“）”之类的字符，那么事情就会中断，并且在正则表达式的中间粘贴一个随机单词通常似乎不安全。

处理此类案件的最佳做法是什么？是否有一个方便，安全的功能，我可以调用以逃避“单词”，这样可以安全使用？

Answer 1

您可以使用re.escape(word)来逃避这个词。

Answer 2

除非你被迫使用正则表达式，否则你不能使用replace方法来代替字符串吗？

text = text.replace(word, '')

这可以让你摆脱ponctuation问题。

Answer 3

编写一个清洁剂功能并首先传递一个字。

def sanitize(word):
    def literalize(wd, escapee):
        return wd.replace(escapee, "\\%s"%escapee)
    return reduce(literalize, "()[]*?{}.+|", word)

def remove_word_from(word, text):
    if not text or not word: return text
    rec = re.compile(r'(^|\s)(' + sanitize(word) + ')($|\s)', re.IGNORECASE)    
    return rec.sub(r'\1\3', text, 1)

Python：动态构建正则表达式的最佳实践

3 个答案: