Question

在本例中，我必须用最后一个标记（例如，c-c-c-c-come或oh-oh-oh-oh，用连字符（come或oh等替换所有出现的模式，其中< / p>

连字符之间的字符数是任意的，可以是一个或多个字符
要匹配的令牌是连字符中的最后一个令牌，因此come中的c-c-come。
输入字符串可能出现一次或多次出现，例如以下句子：

c-c-c-c-come to home today c-c-c-c-come to me

oh-oh-oh-oh it's a bad life oh-oh-oh-oh

需要通过finditer

查找匹配令牌的开始和结束位置

r = re.compile(pattern, flags=re.I | re.X | re.UNICODE)
for m in r.finditer(text):
   word=m.group()
   characterOffsetBegin=m.start()
   characterOffsetEnd=m.end()
   # now replace and store indexes

[更新]

假设那些带连字符的单词不属于固定词典，我在此添加了约束：

连字符之间的字符数必须从最小到最大，例如{1,3}，以便捕获组必须与c-come或c-c-come匹配，但不能与带连字符的实词匹配例如fine-tuning或类似inter-face等

Answer 1

您可以使用re.sub()替换所有内容，而不必迭代匹配的索引：

import re

s = 'c-c-c-c-come to home today c-c-c-c-come to me'

print(re.sub(r'(\w+(?:-))+(\w+)', '\\2', s))
# come to home today come to me

Answer 2

这是一种可能的表达方式：

import re

text = ("c-c-c-c-come to home today c-c-c-c-come to me, "
        "oh-oh-oh-oh it's a bad life oh-oh-oh-oh")
pattern = r"(?<=-)\w+(?=[^-\w])"
r = re.compile(pattern, flags=re.I | re.X | re.UNICODE)
for m in r.finditer(text):
    word = m.group()
    characterOffsetBegin = m.start()
    print(word, characterOffsetBegin)

输出：

come 8
come 35
oh 56

Answer 3

使用捕获组和反向引用的选项可能是：

(?<!\S)(\w{2,3})(?:-\1)*-(\w+)(?!\S)

这将匹配：

(?<!\S)后面是负数，则断言左侧不是非空格字符
(\w{2,3})在第1组中捕获一个单词char两次或三次
(?:-\1)*重复0次以上以连字符匹配，然后反向引用组1中匹配的内容
-(\w+)匹配-，然后匹配第2组中的1个以上的字符字符
(?!\S)负向查找，断言右边的内容不是非空格字符

在替换中，使用第二个捕获组\\2或r'\2

Regex demo | Python demo

例如

import re

text = "c-c-c-c-come oh-oh-oh-oh it's a bad life oh-oh-oh-oh"
pattern = r"(?<!\S)(\w{1,3})(?:-\1)*-(\w+)(?!\S)"
text = re.sub(pattern, r'\2', text)
print(text)

结果

come oh it's a bad life oh

Answer 4

可以不用正则表达式来完成。 代码：

s = "c-c-c-c-come to home today c-c-c-c-come to me"
s = " ".join(w if "-" not in w else w[w.rindex('-') + 1:] for w in s.split(" "))

输出：

come to home today come to me

Python找到所有出现连字符的单词并在位置

4 个答案: