Question

我正在使用以下模式来清除一段文本（将匹配项替换为null）：

{\s{\s\"[A-Za-z0-9.,\-:]*(?<!\bbecause\b)(?<!\bsince\b)\"\s}\s\"[A-Za-z0-9.,\-:]*\"\s}

我有一个相关列表，例如“因为”和“自此”，它们可能每次都更改。所以我创建了一个单独的字符串，它本身就是一个正则表达式，例如：

lookahead_string = (?<!\bbecause\b)(?<!\bsince\b)

将其放在我原来的正则表达式模式中，并进行如下更改：

{\s{\s\"[A-Za-z0-9.,\-:]*'+lookahead_string+r'\"\s}\s\"[A-Za-z0-9.,\-:]*\"\s}

但是新模式与原始正则表达式模式可以匹配的输入文本部分不匹配。我正在使用的代码是：

    lookahead_string = ''
    relators = ["because", "since"]
    for rel in relators:
        lookahead_string += '(?<!\b'+rel+'\b)'
    text = re.sub(r'{\s{\s\"[A-Za-z0-9.,\-:]*'+lookahead_string+r'\"\s}\s\"[A-Za-z0-9.,\-:]*\"\s}', "", text)
    text = ' '.join(text.split())

我应该怎么做才能使其正常工作？我已经尝试过使用re.escape和format字符串，但是在我的情况下它们都不起作用。

编辑：我删除了输入输出文本，因为我认为这有点令人困惑。但是，我感谢@DYZ的好建议。

Answer 1

建议：不要将复杂的字符串语法弄乱，而是将字符串转换为Python列表。

import ast
l = ast.literal_eval("[" + s.replace("}", "],").replace("{", "[") + "]")
#[[[[['I'], 'PRP'], 'NP'], [[[[['did'], 'VBD'], [['not'], 'RB'], 'VP'],
#  ..., 'S'], '']

现在，您可以将简单的列表函数应用于数据，完成后将列表转换为带括号的字符串。

如何在正则表达式中使用正则表达式变量？

1 个答案: