python - 在Python中分割多字标签的有效方法

Question

给定一个类似的文本

这是一个#hashtag，这是一个#multiWordHashtag

我需要输出

这是一个主题标签，这是一个多字主题标签

目前，我使用这个函数:

def do_process_eng_hashtag(input_text: str):
    result = []
    for word in input_text.split():
        if word.startswith('#') and len(word) > 1:
            word = list(word)
            word[1] = word[1].upper()
            word = ''.join(word)
            word = ' '.join(re.findall('[A-Z][^A-Z]*', word))
        result.append(word)
    return ' '.join(result)

但我想知道是否有更有效、更简洁的方法来做到这一点？

Answer 1

使用re.sub :

您可以指定替换函数:

def do_process_eng_hashtag(input_text: str) -> str:
    return re.sub(
        r'#[a-z]\S*',
        lambda m: ' '.join(re.findall('[A-Z][^A-Z]*|[a-z][^A-Z]*', m.group().lstrip('#'))),
        input_text,
    )

替换函数(lambda)会将哈希标签拆分为多个单词:

>>> re.findall('[A-Z][^A-Z]*|[a-z][^A-Z]*', '#multiWordHashtag'.lstrip('#'))
['multi', 'Word', 'Hashtag']

>>> do_process_eng_hashtag('THIS is a #hashtag and this is a #multiWordHashtag')
'THIS is a hashtag  and this is a multi Word Hashtag '