使用带有正则表达式作为键的 dict 进行多个正则表达式替换

Question

我想使用多个正则表达式对字符串进行多次替换。 我还想一次性进行替换，以避免创建字符串的多个实例。

假设我想在下面进行替换，同时避免多次使用 re.sub()，无论是显式还是循环：

import re

text = "local foals drink cola"
text = re.sub("(?<=o)a", "w", text)
text = re.sub("l(?=a)", "co", text)

print(text) # "local fowls drink cocoa"

我为此找到的最接近的解决方案是从替换目标字典中编译正则表达式，然后使用 lambda function 将每个匹配的目标替换为其在字典中的值。 但是，此方法在使用元字符时不起作用，因此在此示例中从正则表达式中删除了所需的功能。

让我首先用一个没有元字符的例子来演示：

import re

text = "local foals drink cola"

subs_dict = {"a":"w", "l":"co"}
subs_regex = re.compile("|".join(subs_dict.keys()))
text = re.sub(subs_regex, lambda match: subs_dict[match.group(0)], text)

print(text) # "coocwco fowcos drink cocow"

现在观察将所需的元字符添加到字典键会导致 KeyError：

import re

text = "local foals drink cola"

subs_dict = {"(?<=o)a":"w", "l(?=a)":"co"}
subs_regex = re.compile("|".join(subs_dict.keys()))
text = re.sub(subs_regex, lambda match: subs_dict[match.group(0)], text)

>>> KeyError: "a"

原因是 sub() function 正确地找到了表达式"(?<=o)a"的匹配项，因此现在必须在字典中找到它以返回其替换，但提交字典查找的值是match.group(0)是对应的匹配字符串"a" 。 在字典中搜索match.re也不起作用（即产生匹配的表达式），因为它的值是从字典键编译的整个不相交的表达式（即"(?<=o)a|l(?=a)" )。

编辑：如果有人会从看到使用 lambda function 尽可能接近我的原件实现的 thejonny 解决方案中受益，它会像这样工作：

import re

text = "local foals drink cola"

subs_dict = {"(?<=o)a":"w", "l(?=a)":"co"}
subs_regex = re.compile("|".join("("+key+")" for key in subs_dict))

group_index = 1
indexed_subs = {}
for target, sub in subs_dict.items():
    indexed_subs[group_index] = sub
    group_index += re.compile(target).groups + 1

text = re.sub(subs_regex, lambda match: indexed_subs[match.lastindex], text)

print(text) # "local fowls drink cocoa"

Answer 1

如果您想使用的表达式没有匹配空字符串（如果您想替换，这是一个有效的假设），您可以在|之前使用组。 ing 表达式，然后检查哪个组找到了匹配项：

(exp1)|(exp2)|(exp3)

或者可能是命名组，因此您不必计算子表达式中的子组。

替换 function 比可以查看哪个组匹配，并从列表中选择替换。

我想出了这个实现：

import re
def dictsub(replacements, string):
    """things has the form {"regex1": "replacement", "regex2": "replacement2", ...}"""
    exprall = re.compile("|".join("("+x+")" for x in replacements))
    gi = 1
    replacements_by_gi = {}
    for (expr, replacement) in replacements.items():
        replacements_by_gi[gi] = replacement
        gi += re.compile(expr).groups + 1


    def choose(match):
        return replacements_by_gi[match.lastindex]

    return re.sub(exprall, choose, string)


text = "local foals drink cola"
print(dictsub({"(?<=o)a":"w", "l(?=a)":"co"}, text))

打印local fowls drink cocoa

Answer 2

您可以通过将密钥保持为预期匹配并将替换和正则表达式存储在嵌套的dict中来做到这一点。 鉴于您正在寻找匹配特定字符，这个定义应该有效。

subs_dict = {"a": {'replace': 'w', 'regex': '(?<=o)a'}, 'l': {'replace': 'co', 'regex': 'l(?=a)'}}
subs_regex = re.compile("|".join([subs_dict[k]['regex'] for k in subs_dict.keys()]))
re.sub(subs_regex, lambda match: subs_dict[match.group(0)]['replace'], text)

'local fowls drink cocoa'