python - 将字典中的所有替换正则表达式应用到给定文本的最快方法

Question

我有一个形式为(regexp，substitution_string)的字典，我想将此字典中的所有正则表达式应用于文本(操作顺序无关紧要)。现在我有一些类似的事情:

EMOTICON_REGEXPS = {
   r'(:D|;D|:-D|;-D|<3|:\*)': ' EMOJIPOS ',
   r'[:|;]?(\))\1+': ' EMOJIPOS ',
   r'[:|;]?(\()\1+': ' EMOJINEG ',
}

def replace_emoticons(text):
    text_no_emoticons = text
    for (regexp, emoticon) in EMOTICON_REGEXPS_:
        text_no_emoticons = re.sub(regexp, emoticon, text_no_emoticons)
    return text_no_emoticons

有没有更快/更短的方法来做同样的事情？我也知道

reduce(lambda t, (regex, emoticon): re.sub(regex, emoticon, t), 
       EMOTICON_REGEXPS, text)

但这似乎并没有更快。

Answer 1

您可以将所有正则表达式合并为一个，并在一次调用 re.sub 中执行所有替换(使用 function 作为替换)，而不是在循环中多次执行:

import re
EMOTICON_REGEXPS = {
   r':D|;D|:-D|;-D|<3|:\*': ' EMOJIPOS ',
   r'[:|;]?\)+': ' EMOJIPOS ',
   r'[:|;]?\(+': ' EMOJINEG ',
}
emojis = EMOTICON_REGEXPS.values()
def replace_emoticons(text):
    def replace(m):
        for i in range(len(emojis)):
            if m.group(i + 1):
                return emojis(i)
    return re.sub('|'.join('({})'.format(r) for r in EMOTICON_REGEXPS), replace, text)