Regex查找和替换电影名称python

Question

我一直在写关于不同电影的tweet（使用Twitter搜索API），现在我想用一个固定字符串替换匹配。你知道吗

我一直在努力与“圣诞节启示录”，因为有很多方法可以在推特上找到这一点。 我找了《X战警启示录》，《X战警启示录》，《X战警启示录》，《X战警启示录》，《X战警启示录》，《X战警启示录》，《X战警启示录》，《X战警启示录》，《X战警启示录》，《X战警启示录》，《X战警启示录》，《X战警启示录》等。。。你知道吗

这是我的正则表达式：

xmen_regex = re.compile("(((#)x[\-]?men:?(apocalypse)?)|(x[\-]? ?men[:]?[ ]?(apocalypse)?))")
def re_place_moviename(text, compiled_regex):
    return re.sub(compiled_regex, "MOVIE_NAME", text.lower())

我已经用RegExr进行了测试，但在某些边缘情况下仍然不准确，例如：“#xmen blabla”->；replace->；“#MOVIEŠNAME bla”或“MOVIEŠnamebala”。你知道吗

有更好的方法吗？可能编译不同的正则表达式（在增加长度顺序（？）分别使用？你知道吗

编辑

约束（或摘要）：

1. 我要找“x战警”，“x战警”，“x战警”
2. 所有1+“启示录”
3. 所有1+“：启示录”
4. 还有：“#xmen”、“#x-men”、“#xmenapocalypse”、“#x-menapocalypse”
5. 所有musn不是子字符串（“@xmenmovie”或“lovexmen perfect”），必须在表达式的开头和结尾至少包含1个空格。你知道吗

PS：其他电影更容易，但是xmen和其他像Rogue One的电影有很多表达方式，我们想抓住它的大部分。

PS1：我知道\b会有帮助，但我不明白它是如何工作的。

Answer 1

这应该根据您的（模糊的）限制条件进行： (?i)(?<![#@])x[- ]?men(?!:)( apocalypse)?

• (?i)忽略大小写标志
• (?<![#@])在'xmen'之前没有#或@
• [- ]?可选-或
• (?!:)在'xmen'后没有冒号
• ( apocalypse)?可选启示字符串

---

编辑：我认为使用边界（\b）更合适，而不是要求前面/后面有空格，即(?i)\b(?<!@)(x[- ]?men:?\s?(?:apocalypse)?)\b，因为“xmen”可能会在句子开头。你知道吗

Answer 2

这一个应该做的工作：

(?:^|\s)#x[ -]?men:?\s?apocalypse\b

更换时，如果要保留之前的空间，请使用捕获组并将其放入更换部件中：

(^|\s)#x[ -]?men:?\s?apocalypse\b

说明：

(?:^|\s)    : non capture group, begining of string or a space
#           : #
x           : x
[ -]?       : optional space or dash
men         : men
:?          : optional semicolon
\s?         : optional space
apocalypse  : apocalypse
\b          : word boundary