用re替换文件中的单词

Question

我有一个遍历文本文件的功能，将单词与字典中的键匹配，并将这些单词更改为键值：

def replace_operators(text):
    operators = {'order': '"order"'}
    f = open(text, 'r').read()

    for k, v in operators.items():
        cleaned = re.sub(r"\b%s\b" % k, v, f)
        f = open(text, 'w')
        f.truncate(0)
        f.close()
        text_file = open(text, 'w')
        text_file.write(cleaned)
        text_file.close()

这很好用，但是当我在字典中添加另一个键时，我收到：

TypeError：预期的字符串或类似字节的对象

我尝试过在清除的行中用str（f）替换f的解决方案（ 此答案建议），但这仅将以下行写入我的输出文件：

<_io.TextIOWrapper“名称” ='路径/输出文件'模式='w'编码='cp1252'>

有谁知道我如何添加更多密钥而不出现这种错误？

Answer 1

您不需要为此执行循环，也不需要多次替换和写入文件。 一种非常有效的方法是：

• 打开并读取文件
• 将正则表达式替换功能与lambda配合使用，尝试将文本的单词与字典进行匹配，如果未找到则返回相同的单词
• 打开并写入文件（或新文件）

像这样：

import re

text = "input.txt"

operators = {'order': '"order"', 'matter':'"matter"'}
with open(text, 'r') as f:
    contents = f.read()

cleaned = re.sub(r"\b(\w+)\b",lambda m : operators.get(m.group(1),m.group(1)),contents)

with open("new_"+text, 'w') as f:
    f.write(cleaned)

这个鲜为人知的功能非常强大。 它允许传递一个函数作为替换（不是字符串）。 此函数将匹配项作为输入，并返回必须替换匹配项的字符串作为输出。 我的函数是一个匿名函数（lambda）：

lambda m : operators.get(m.group(1),m.group(1))

因此，如果匹配的单词在词典中，它将返回并替换为该值，否则它将返回原始单词。

所有这些都无需循环和O(1)单词查找，因此即使您词典中有很多项也是如此超快（相对于线性nth替换方法，或使用"|".join()构建关键字列表，当您有1000多个要搜索/替换的项目时，它会开始抓取）