正則表達式：如何根據負前瞻和后視將子字符串放在括號內？

Question

我的目標是根據某些特定規則將子字符串放在括號內。

例如，這里有一段文字：

text = 'cake OR ice cream'

我的目標是將這個原始文本轉換成這樣：

'cake OR (ice AND cream)'

如您所見，最終目標是在文本中保留一些布爾邏輯。

第一步是添加我們將用作某種錨點的TO_PARENTHESIS 。 我可以使用負后視和前瞻來做到這一點：

import regex as re

text = re.sub(r'(?<!OR|AND|NOT|\(|\)|")(\s+)(?!OR|AND|NOT|\(|\)|")', r' TO_PARENTHESIS ', text)

這將找到空格並用TO_PARENTHESIS替換它們，但僅替換兩個非布爾關鍵字（和非特殊字符）之間的空格。

這是我們得到的：

cake OR ice TO_PARENTHESIS cream

現在，我的問題是，我如何將括號放在非常具體的點上，以得到如下內容：

cake OR (ice TO_PARENTHESIS cream)

我試過： (?<!OR|AND|NOT|\\(|\\)|")(.*TO_PARENTHESIS.*)(?!OR|AND|NOT|\\(|\\)|")但這將選擇整個文本，而不僅僅是像預期的那樣ice TO_PARENTHESIS cream 。

所以兩個問題：

• 如何選擇正確的組？
• 如何單獨替換所選組加上兩個括號？

最后一步是用AND替換TO_PARENTHESIS以最終得到我們的'cake OR (ice AND cream)' 。

Answer 1

也許...

import re

# starting string
text = 'cake OR ice cream'

# first pattern that finds the space between two lowercase letters (assuming it's always OR, AND, NOT, etc.)
pattern_1 = re.compile(r'([a-z])\s([a-z])') #replace with \1 AND \2

# capture the word (via a boundary) before the AND and the word after the AND
pattern_2 = re.compile(r'(\b\w+\b\sAND\s\b\w+)') #replace with (\1)

# show the starting text
print(text)

# make 'cake OR ice cream' into 'cake OR ice AND cream'
text = pattern_1.sub(r'\1 AND \2', text)

# make 'cake OR ice AND cream' into 'cake OR (ice AND cream)'
text = pattern_2.sub(r'(\1)', text)
print(text)

輸入：

cake OR ice cream

輸出：

cake OR (ice AND cream)

Answer 2

您可以使用模式來匹配被單詞包圍的TO_PARENTHESIS ，然后在re.sub的回調中將完整匹配放在括號之間並用AND替換 TO_PARENTHESIS

\w+(?:\s+TO_PARENTHESIS\s+\w+)+

模式匹配：

• \\w+匹配 1+ 個單詞字符
• (?:非捕獲組
  • \\s+TO_PARENTHESIS匹配空白字符和TO_PARENTHESIS
  • \\s+\\w+匹配空白字符和 1+ 個單詞字符
• )+關閉非捕獲組並為多個匹配重復 1 次或多次

正則表達式演示

import regex as re

text = 'cake OR ice cream please'
text = re.sub(r'(?<!OR|AND|NOT|\(|\)|")\s+(?!OR|AND|NOT|\(|\)|")', r' TO_PARENTHESIS ', text)
text = re.sub(
    r"\w+\s+TO_PARENTHESIS\s+\w+",
    lambda x: "(" + x.group().replace("TO_PARENTHESIS", "AND") + ")",
    text
)
print(text)

輸出

cake OR (ice AND cream)

請參閱Python 演示。

---

如果輸入是

請蛋糕或冰淇淋

輸出將是

cake OR (ice AND cream AND please)

如果您只想進行一次替換而不是多次替換，則可以將模式縮短為：

\w+\s+TO_PARENTHESIS \w+