python - 有条件地替换字符串

Question

所以我可能有一个字符串 'Bank of China' 或 'Embassy of China' 和 'International China'

我想替换所有国家实例，除非我们有“of”或“of the”

显然，这可以通过遍历国家列表来完成，检查名称是否包含国家，然后检查国家“of”或“of the”之前是否存在。

如果这些确实存在，那么我们不会删除该国家/地区，否则我们会删除该国家/地区。示例将变为:

“中国银行”或“中国大使馆”和“国际”

但是，迭代可能会很慢，尤其是当您有大量国家/地区列表和大量要替换的文本列表时。

是否有更快、更基于条件的替换字符串的方法？这样我仍然可以使用 Python re 库进行简单的模式匹配？

我的功能是沿着这些路线:

def removeCountry(name):
    for country in countries:
        if country in name:
            if 'of ' + country in name:
                return name
            if 'of the ' + country in name:
                return name
            else:
                name =  re.sub(country + '$', '', name).strip()
                return name
    return name

编辑:我确实找到了一些信息 here .这确实描述了如何做一个 if，但我真的想要一个如果不是“的”如果不是“的”然后替换...

Answer 1

您可以编译几组正则表达式，然后通过它们传递您的输入列表。就像是: 导入重新

countries = ['foo', 'bar', 'baz']
takes = [re.compile(r'of\s+(the)?\s*%s$' % (c), re.I) for c in countries]
subs = [re.compile(r'%s$' % (c), re.I) for c in countries]

def remove_country(s):
    for regex in takes:
        if regex.search(s):
            return s
    for regex in subs:
        s = regex.sub('', s)
    return s

print remove_country('the bank of foo')
print remove_country('the bank of the baz')
print remove_country('the nation bar')

''' Output:
    the bank of foo
    the bank of the baz
    the nation
'''

这里看起来没有比线性时间复杂度更快的东西了。至少你可以避免重新编译正则表达式一百万次并提高常数因子。

编辑:我有一些错别字，但基本思想是合理的并且有效。我添加了一个示例。