正則表達式在客戶的評論中用逗號替換一些點

Question

我需要編寫一個正則表達式來替換'.' 在一些患者對葯物的評論中帶有',' 。 他們應該在提到副作用后使用逗號，但其中一些使用了點。 例如：

text = "the drug side-effects are: night mare. nausea. night sweat. bad dream. dizziness. severe headache.  I suffered. she suffered. she told I should change it."

我寫了一個正則表達式代碼來檢測被兩個點包圍的一個詞（例如，頭痛）或兩個詞（例如，噩夢）：

檢測由兩個點包圍的單詞：

text=  re.sub (r'(\.)(\s*\w+\s*\.)',r',\2 ', text )

檢測由兩個點包圍的兩個單詞：

text =  re.sub (r'(\.)(\s*\w+\s\w+\s*\.)',r',\2 ', text11 )

這是輸出：

the drug side-effects are: night mare, nausea,  night sweat.  bad dream, dizziness,  severe headache.   I suffered, she suffered.  she told I should change it.

但它應該是：

the drug side-effects are: night mare, nausea,  night sweat,  bad dream, dizziness,  severe headache.   I suffered. she suffered.  she told I should change it.

我的代碼沒有將night sweat to ','后的dot替換night sweat to ',' 。 我另外， if a sentence starts with a subject pronoun (such as I and she) I do not want to change dot to comma after it, even if it has two words (such as, I suffered) 。 我不知道如何將此條件添加到我的代碼中。

有什么建議嗎？ 謝謝 ！

Answer 1

您可以使用以下模式：

\.(\s*(?!(?:i|she)\b)\w+(?:\s+\w+)?\s*)(?=[^\w\s]|$)

這匹配一個點，然后捕獲一兩個單詞，其中第一個單詞不是您提到的代詞（您很可能需要擴展該列表）。 這必須跟一個既不是單詞字符也不是空格的字符（例如. ! : , ）或字符串的結尾。

然后，您必須將其替換為,\\1

在蟒蛇中

import re
text = "the drug side-effects are: night mare. nausea. night sweat. bad dream. dizziness. severe headache.  I suffered. she suffered. she told I should change it."
text = re.sub(r'\.(\s*(?!(?:i|she)\b)\w+(?:\s+\w+)?\s*)(?=[^\w\s]|$)', r',\1', text, flags=re.I)
print(text)

輸出

the drug side-effects are: night mare, nausea, night sweat, bad dream, dizziness, severe headache.  I suffered. she suffered. she told I should change it.

這可能不是絕對的故障安全，您可能必須為某些邊緣情況擴展模式。