使用以正则表达式为键的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。我还希望在单个过程中进行替换，以避免创建字符串的多个实例

让我们假设我要进行以下替换，同时避免多次使用re.sub（），无论是显式使用还是循环使用：

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"

我找到的最接近的解决方案是从替换目标字典编译正则表达式，然后使用lambda函数用字典中的值替换每个匹配的目标。但是，这种方法在使用元字符时不起作用，因此在本例中，从正则表达式中删除了所需的功能

首先让我用一个不使用元字符的示例进行演示：

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"

现在请注意，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（）函数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才能返回其替换项，但是match.group(0)提交给字典查找的值是相应的匹配字符串"a"。在字典中搜索match.re（即生成匹配项的表达式）也不起作用，因为它的值是从字典键编译的整个不相交表达式（即"(?<=o)a|l(?=a)"）

编辑：如果有人看到Jonny的解决方案使用尽可能接近我的原始版本的lambda函数实现，会从中受益，它的工作原理如下：

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

您可以通过将密钥保持为预期匹配并将replace和regex存储在嵌套的dict中来实现这一点。鉴于您希望匹配特定的字符，此定义应该有效

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'

Answer 2

如果没有要使用的表达式与空字符串匹配（如果要替换，这是一个有效的假设），则可以在|使用表达式之前使用组，然后检查找到匹配项的组：

(exp1)|(exp2)|(exp3)

或者命名组，这样就不必计算子表达式中的子组

替换功能可以查看哪个组匹配，并从列表中选择替换

我提出了这个实现：

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