python - 替换子字符串的正则表达式(如果不是单词的开头)

Question

我正在处理像 @Alice @home 这样的推文。我想将用户提及转换为普通词(例如 @Alice => Alice)但保留个人 @ 作为 的代理项在。因此，简单地替换所有出现的 @ 是行不通的。

我发现了单词边界的概念，但我无法让它们为此工作。一方面，

print re.sub(r'\b@\b', '', '@Alice @ home')

没有任何改变，而

print re.sub(r'\bAlice\b', '', '@Alice @ home')

@@home 中的结果。所以我假设 at 符号 (@) 不算作单词的一部分。

简而言之，我基本上是在寻找模式，这样

print re.sub(pattern, '', '@Alice @ home')

输出Alice@home。

感谢任何提示。

Answer 1

您可以使用边界 \B 和 \b

>>> print re.sub(r'\B@\b', r'', '@Alice @ home')
Alice @ home
>>> print re.sub(r'\B@\b', r'', 'foo @Alice @ home')
foo Alice @ home

\B 匹配两个单词字符或两个非单词字符。因此，上述正则表达式中的 \B@ 匹配 Alice 之前的 @ 和另一个单独的 @ 符号。 \b 匹配单词字符和非单词字符(反之亦然)。所以下面的 \b 使模式只匹配第一个，因为第一个 @ 本身后跟一个单词字符，即 A。