如何在不删除这些字符的情况下拆分带有特殊字符的字符串？

Question

我正在写这个 function ，它需要返回一个str的缩写版本。 返回的str必须包含第一个字母，删除的字符数和最后一个字母；它必须是每个单词而不是句子的缩写，然后我需要以相同的格式再次加入每个单词，包括特殊字符。 我尝试使用re.findall()方法，但它会自动删除特殊字符，所以我不能使用" ".join()因为它会遗漏特殊字符。

这是我的代码：

import re
def abbreviate(wrd):
    return " ".join([i if len(i) < 4 else i[0] + str(len(i[1:-1])) + i[-1] for i in re.findall(r"[\w']+", wrd)]) 

print(abbreviate("elephant-rides are really fun!"))

output 将是：

e6t r3s are r4y fun

但是 output 应该是：

e6t-r3s are r4y fun!

Answer 1

不需要str.join 。 不妨充分利用re模块所提供的功能。

re.sub接受字符串或可调用的 object（如 function 或 lambda），它将当前匹配作为输入，并且必须返回一个字符串来替换当前匹配。

import re

pattern = "\\b[a-z]([a-z]{2,})[a-z]\\b"
string = "elephant-rides are really fun!"

def replace(match):
    return f"{match.group(0)[0]}{len(match.group(1))}{match.group(0)[-1]}"

abbreviated = re.sub(pattern, replace, string)

print(abbreviated)

Output：

e6t-r3s are r4y fun!
>>> 

也许其他人可以通过更可爱的模式或任何其他建议来改进这个答案。 现在编写模式的方式假设您只处理小写字母，因此请记住这一点 - 但修改它以满足您的需要应该非常简单。 我不太喜欢重复[az] ，但这只是我能想到的在单独的捕获组中捕获单词的“内部”字符的最快方法。 您可能还想考虑"don't"或"shouldn't"类的单词/收缩应该发生什么。

Answer 2

感谢您查看我的问题。 经过几次搜索、反复试验和错误，我终于找到了一种无需过多更改即可正确执行代码的方法。 我只是用re.split(r'([\W\d\_])', wrd)替换re.findall(r"[\w']+", wrd) wrd) 并且还删除了"".join()中的whitespace "".join()因为他们根本不再需要了。

    import re
    def abbreviate(wrd):
        return "".join([i if len(i) < 4 else i[0] + str(len(i[1:-1])) + i[-1] for i in re.split(r'([\W\d\_])', wrd)])

     print(abbreviate("elephant-rides are not fun!"))

Output：

     e6t-r3s are not fun!