错误: 在位置上没有要重复的内容

Question

我有一个文本文件，里面有一个真正的英语俚语及其替代词的列表。我用“：”作为拆分点，将此文本文件转换为字典，在转换后打印词典时，一切似乎都正常。在

但是，来自这一行的错误：slangs_re = re.compile('|'.join(slang_dict.keys()))表示nothing to repeat at position 112207。在

在尝试调试时，我发现错误与字典有某种联系。这是因为当我运行下面的代码时，我没有得到正确的输出，但是我也没有得到错误。此代码的预期输出为“fitness”，但实际输出为“fitess”。在

import re

test = "fitess"

slang_dict = {"fitess":"fitness", "damm":"damn"}

slangs_re = re.compile('|'.join(slang_dict.keys()))

def correct_slang(s, slang_dict=slang_dict):
    def replace(match):
        return slang_dict[match.group(0)]

    return slangs_re.sub(replace, s)

test = correct_slang(test)
print(test)

这是字典中的代码（抱歉，文本文件太大，无法包含在内。示例可用here）。预期输出为“适合度”，但实际输出为错误：

^{pr2}$

在阅读了其他的SO线程后，我发现在某些情况下这是一个bug，但在本例中似乎不是。在

谢谢你

Answer 1

我建议更换

slangs_re = re.compile('|'.join(slang_dict.keys()))

与

^{pr2}$

并确保按长度按降序排列的键传递。在

from collections import OrderedDict
import re

test = "fitess no kome*"

slang_dict = {"Aha aha":"no", "fitess":"fitness", "damm":"damn", "kome*":"come", "ow wow":"rrf"}
slang_dict = OrderedDict(sorted(slang_dict.iteritems(), key=lambda x: len(x[0]), reverse=True))

slangs_re = re.compile(r"(?<!\w)(?:{})(?!\w)".format('|'.join([re.escape(x) for x in slang_dict])))
def correct_slang(s, slang_dict=slang_dict):
    def replace(match):
        return slang_dict[match.group(0)]

    return slangs_re.sub(replace, s)

test = correct_slang(test)
print(test)

参见Python demo

这将检查单词作为整个单词，并将转义每个搜索短语中的特殊字符，以便在将它们传递给正则表达式引擎时不会出现任何问题。在

如果您对整词匹配不感兴趣，请删除(?<!\w)（检查前导词边界）和{}（检查尾随词边界）。在