python - 提取单词和单词之前并在正则表达式中的“_”之间插入

Question

我需要一些关于声明正则表达式的帮助。我的输入如下:

我需要提取单词和单词之前的单词并在正则表达式中的“_”之间插入:python 输入

 Input
 s2 = 'Some other medical terms and stuff diagnosis of R45.2 was entered for  this patient. Where did Doctor Who go? Then xxx feea fdsfd'
 # my regex pattern
 re.sub(r"(?:[a-zA-Z'-]+[^a-zA-Z'-]+){0,1}diagnosis", r"\1_", s2)
 Desired Output:
 s2 = 'Some other medical terms and stuff_diagnosis of R45.2 was entered      for this patient. Where did Doctor Who go? Then xxx feea fdsfd'

Answer 1

您的正则表达式中没有定义捕获组，但正在使用 \1 占位符(替换反向引用)来引用它。

你想在单词diagnosis之前替换除-和'之外的1+个特殊字符，因此你可以使用

re.sub(r"[^\w'-]+(?=diagnosis)", "_", s2)

参见 this regex demo .

详情

• [^\w'-]+ - 任何非单词字符，不包括 ' 和 _
• (?=diagnosis) - 不消耗文本的正向前瞻(不添加到匹配值，因此 re.sub 不删除此部分文本)，但只需要 diagnosis 文本立即出现在当前位置的右侧。

或者

re.sub(r"[^\w'-]+(diagnosis)", r"_\1", s2)

参见 this regex demo .这里，[^\w'-]+ 也匹配那些特殊字符，但是 (diagnosis) 是 capturing group可以使用 \1 placeholder 引用其文本来自替换模式。

注意:如果要确保 diagnosis 与整个单词匹配，请在其周围使用 \b，\bdiagnosis\b(注意 r 原始字符串文字前缀!)。