python - 将 .lower() 函数应用于列表中所有单词大小写的字符串

Question

我想将函数 .lower() 应用于列表中所有预定义单词的字符串，而不是任何其他单词。例如，采用下面提供的字符串。

string1 = "ThE QuIcK BroWn foX jUmpEd oVer thE LaZY dOg."

现在假设我有一个如下所示的列表:

lower_list = ['quick', 'jumped', 'dog']

我理想的输出是函数将 .lower() 应用于整个字符串，如下所示:

string1.lower()

然后输出的函数仅将 .lower() 应用于列表 lower_list 中的 string1 中的实例，如下所示出现在下面:

> ThE quick BroWn foX jumped oVer thE LaZY dog.

这可以用简单的方式完成吗？我的想法是使用 for 循环，但我需要保留字符串的格式，例如说一个字符串有多行并且在某些行而不是其他行上有​​缩进。

编辑:我收到以下错误

parts[1::2] = (word.lower() for word in parts[1::2]) 
AttributeError: 'NoneType' object has no attribute 'lower'

我认为这可能是因为我在 lower_list 中使用的字符串中包含字母以外的字符。如果我有一个像这样的字符串 '(copy)' 那么我会得到上面的错误。有办法解决这个问题吗？我正在考虑使用 str(xxx) 将每个拆分部分变成一个字符串，但不确定该怎么做......

Answer 1

对于这种问题，你应该小心这样的情况:

>>> phrase = 'the apothecary'
>>> phrase.replace('the', 'THE')
'THE apoTHEcary'

也就是说，您只想对整个单词匹配进行替换，但是通过直接字符串操作只匹配整个单词是相当困难的，因为单词的边界可以在空格处 ' ' 字符，但它也可以位于句号 '.' 或输入字符串的开头或结尾。

幸运的是，正则表达式可以轻松匹配整个单词，因为正则表达式中的 \b 匹配任何 word boundary .所以我们可以这样解决问题:

• 创建一个匹配 lower_list 中单词的正则表达式，不区分大小写，但前提是它们前后有单词边界。
• 使用正则表达式将输入字符串拆分成多个部分，捕获匹配项。
• 将每个捕获的匹配项转换为小写。
• 再次将零件连接回去。

因为我们拆分的是单词而不是空格，这意味着原始的空格被准确地保留了下来。这是一个实现:

import re

def lowercase_words(string, words):
    regex = r'\b(' + '|'.join(words) + r')\b'
    parts = re.split(regex, string, flags=re.IGNORECASE)
    parts[1::2] = (word.lower() for word in parts[1::2])
    return ''.join(parts)

例子:

>>> lowercase_words(string1, lower_list)
'ThE quick BroWn foX jumped oVer thE LaZY dog.'
>>> lowercase_words('ThE aPoThEcArY', ['the'])
'the aPoThEcArY'
>>> lowercase_words('  HELLO   \n WORLD  ', ['hello', 'world'])
'  hello   \n world  '

---

上面假设 lower_list 中的单词只包含字母。如果它们可能包含其他字符，那么还有两个问题:

• 我们需要使用 re.escape 来转义特殊字符。
• 如果单词以字母开头和/或结尾，我们只想使用 \b 匹配单词边界。

以下使其工作:

import re

def lowercase_words(string, words):
    def make_regex_part(word):
        word = re.escape(word)
        if word[:1].isalpha(): word = r'\b' + word
        if word[-1:].isalpha(): word += r'\b'
        return word

    regex = '(' + '|'.join(map(make_regex_part, words)) + ')'
    parts = re.split(regex, string, flags=re.IGNORECASE)
    parts[1::2] = (word.lower() for word in parts[1::2])
    return ''.join(parts)

例子:

>>> lowercase_words('(TrY) iT nOw WiTh bRaCkEtS', ['(try)', 'it'])
'(try) it nOw WiTh bRaCkEtS'