Python：动态构建正则表达式的最佳实践

Question

我有一个简单的函数可以从某些文本中删除“单词”：

def remove_word_from(word, text):
    if not text or not word: return text
    rec = re.compile(r'(^|\s)(' + word + ')($|\s)', re.IGNORECASE)    
    return rec.sub(r'\1\3', text, 1)    

当然，问题在于如果单词包含诸如“(”或“)”之类的字符，则事情会中断，并且在正则表达式中间插入随机单词通常似乎不安全。

处理此类案件的最佳做法是什么？ 是否有一个方便、安全的函数可以调用来转义“单词”，以便安全使用？

Answer 1

您可以使用re.escape(word)来转义单词。

Answer 2

除非您被迫使用正则表达式，否则您不能使用replace字符串的方法吗？

text = text.replace(word, '')

这使您可以摆脱标点符号问题。

Answer 3

编写一个 sanitizer 函数并首先通过它传递信息。

def sanitize(word):
    def literalize(wd, escapee):
        return wd.replace(escapee, "\\%s"%escapee)
    return reduce(literalize, "()[]*?{}.+|", word)

def remove_word_from(word, text):
    if not text or not word: return text
    rec = re.compile(r'(^|\s)(' + sanitize(word) + ')($|\s)', re.IGNORECASE)    
    return rec.sub(r'\1\3', text, 1)