Question

我在替换字符串时遇到问题：我想将所有外观从2h / 2h / 2 heure / 2heure / 2 heures / 2heures更改为#hour。我尝试过：

text = "I should leave the house at 16h45 but I am late and I should not be arriving between 2 h or 3h or maybe 4heures"
hour = re.compile(r'[0-9]+\s?(h|heures?)([0-9]+)?')
replaces = hour.sub('#hour', text)
print(replaces)

输出：

我应该在#hour离开家，但我迟到了，我不应该在#hour或#hour或 #houreures
之间到达

好的输出：

我应该在#hour离开家，但是我迟到了，我不应该在#hour或#hour或 #hour
之间到达

我该如何解决此问题 #houreures ？

Answer 1

h替代项与h中的heures匹配，heures?替代项甚至没有经过测试。交换替代方案可以解决此问题，但是最好使用可选的非捕获组（请参见下面的解决方案）。

模式中不需要捕获括号，建议删除它们（或者，如果要使用替代，则转换为非捕获组）。

此外，([0-9]+)?模式可以简化为[0-9]*。

您可以使用

[0-9]+\s?h(?:eures?)?[0-9]*

请参见regex demo

详细信息

[0-9]+-一个或多个数字
\s?-1或0个空格
h-一封h字母
(?:eures?)?-与eure或eures出现1或0次的可选非捕获组
[0-9]*-0或更多数字。

请参见Python demo：

import re
text = "I should leave the house at 16h45 but I am late and I should not be arriving between 2 h or 3h or maybe 4heures"
hour = re.compile(r'[0-9]+\s?h(?:eures?)?[0-9]*')
replaces = hour.sub('#hour', text)
print(replaces)
# => I should leave the house at #hour but I am late and I should not be arriving between #hour or #hour or maybe #hour

Answer 2

在括号内更改heures和h的顺序，如下所示：

[0-9]+\s?(heures?|h)([0-9]+)?应该可以工作。

对于(h|heures?)，您是说如果找不到h，则查看是否存在heures。问题是，每当heures存在时，h将始终存在（其heures的第一个字符）。因此，您需要更改顺序。您应该首先搜索heures，如果不存在，请然后搜索h。因此，将(h|heures?)替换为(heures?|h)可解决此问题。

Answer 3

您需要切换alternation，因为第一部分中的h首先匹配。

例如在4heures中，您的正则表达式与数字\d+匹配一次或多次。然后，在交替(h|heures?)中，它可以与h中的heures相匹配。在替换中，匹配的4h将被替换为#hour，从而得到#houreures

[0-9]+\s?(heures?|h)([0-9]+)?

import re

text = "I should leave the house at 16h45 but I am late and I should not be arriving between 2 h or 3h or maybe 4heures"
hour = re.compile(r'[0-9]+\s?(heures?|h)([0-9]+)?')
replaces = hour.sub('#hour', text)
print(replaces)

Demo

Answer 4

在线演示here。

import re

text = "I should leave the house at 16h45 but I am late and I should not be arriving between 2 h or 3h or maybe 4heures"

s = re.sub(r'\d+\s*[h]?(eure)*[s]?\d*', '#hour', text)
print(s)

输出：

I should leave the house at #hour but I am late and I should not be arriving between #hour or #hour or maybe #hour

替换字符串中的问题

4 个答案: