python：替换/替换字符串中的所有全字匹配

Question

我们假设我的字符串是"#big and #small, #big-red, #big-red-car and #big"

如何使用re.sub(), re.match(), etc.将一个标签替换为单词？

例如，所有#big必须更改为BIG，但#big-red和#big-red-car不应该受到影响。

Answer 1

让我们定义你的字符串：

>>> s = "#big and #small, #big-red, #big-red-car and #big"

现在，让我们做你的替换：

>>> import re
>>> re.sub(r'#big([.,\s]|$)', r'#BIG\1', s)
'#BIG and #small, #big-red, #big-red-car and #BIG'

正则表达式#big([.,\\s]|$)将匹配所有#big字符串，后跟句点，逗号，空格或行尾。 如果在#big之后您认为其他字符可以接受，则应将它们添加到正则表达式中。

替代

如果我们想要有点发烧友，我们可以使用#big断言(?=...) ，以确保#big是可以接受的：

>>> re.sub(r'#big(?=[.,\s]|$)', r'#BIG', s)
'#BIG and #small, #big-red, #big-red-car and #BIG'

使用句点和逗号的测试

为了测试当#big具有“之后的逗号或句点”时，这可以正常工作，让我们创建一个新字符串：

>>> s = "#big and #big, #big. #small, #big-red, #big-red-car and #big"

而且，让我们测试一下：

>>> re.sub(r'#big(?=[.,\s]|$)', r'#BIG', s)
'#BIG and #BIG, #BIG. #small, #big-red, #big-red-car and #BIG'

Answer 2

此信息是一种单向边界技巧。

使用负面看后面/前面的断言，
在特定方向内，它会让BEGIN / END字符串匹配，
但不允许其他人匹配。

这导致了一些有趣的组合场景
负面构造在一个类中，涵盖了无穷无尽的范围
字符，但允许您排除其中的一些单个字符
那个范围。

要使用的典型构造是否定类。

\\D - 非数字课程
\\S - 非空白类
\\W - 非Word课程
\\PP - 非标点属性类
\\PL - 非字母属性类

由于它们用于否定断言，因此反转实际上是
正在寻找的人物。

\\d, \\s, \\w, \\pP, \\pL分别

权力源于它们可以结合在一起的事实
一个戏剧效果的课程 。

如果将单个字符添加到类中，则将其排除，不允许使用。
实际上，它创建了类减法 。

创建类时的规则是：

• 你想要的字符类 ，插入它是否定的（即\\D ， \\PP等...）
• 您不想要的单个字符 ，正常插入（即\\n ， =等等）
  这可以用作类减法。

减法示例： (?![\\S\\r\\n])将是一个需要的前瞻边界
只有水平空格，在某些引擎中，表示为
\\h构造。

---

在你的例子中，边界将是这样的。

(?<![\\S\\PP-])#big(?![\\S\\PP-])

打破它

 (?<!            # Boundary - Behind direction
      [\S\PP-]   # Need all whitespace and punctuation, but not the '-'
 )
 \#big
 (?!             # Boundary - Ahead direction
      [\S\PP-]   # Need all whitespace and punctuation, but not the '-'
 )

添加到类中的每个文字字符实际上都是排除的
它来自匹配。

这称为类减法 。

---

测试用例

输入#big and #small, #big, #big, #big-red, #big-red-car and #big

产量

 **  Grp 0 -  ( pos 0 , len 4 ) 
#big  

 **  Grp 0 -  ( pos 17 , len 4 ) 
#big  

 **  Grp 0 -  ( pos 23 , len 4 ) 
#big  

 **  Grp 0 -  ( pos 56 , len 4 ) 
#big  

基本上，符合这些只是#big和#small， #big ， #big ，＃大红色，＃大红色车和#big