regex - 使用字典替换字符串 - 正则表达式

Question

我有一本俚语词典及其含义，我想替换我文本中的所有俚语。

我找到了部分可行的解决方案 https://stackoverflow.com/a/2400577

现在我的代码是这样的:

import re

myText = 'brb some sample text I lov u. I need some $$ for 2mw.'

dictionary = {
  'brb': 'be right back',
  'lov u': 'love you',
  '$$': 'money',
  '2mw': 'tomorrow'
}

pattern = re.compile(r'\b(' + '|'.join(re.escape(key) for key in dictionary.keys()) + r')\b')
result = pattern.sub(lambda x: dictionary[x.group()], myText)

print(result)

输出:

be right back some sample text I love you. I need some $$ for tomorrow.

如您所见，$$ 没有改变，我知道这是由于 \b 语法造成的。如何更改我的正则表达式以实现我的目标？

Answer 1

用检查搜索短语周围的任何单词字符的环视替换单词边界

pattern = re.compile(r'(?<!\w)(' + '|'.join(re.escape(key) for key in dictionary.keys()) + r')(?!\w)')

参见 Python demo

(?<!\w)如果在当前位置和 (?!\w) 的左侧立即有一个单词 char，则负向后查找会导致匹配失败。如果当前位置右侧紧邻单词 char，则否定前瞻会导致匹配失败。

替换(?<!\w)与 (?<!\S)和 (?!\w)与 (?!\S)如果您只需要匹配空格字符和字符串开头/结尾之间的搜索短语。