如何替换字符串的多个子字符串？

Question

我想使用 .replace 函数来替换多个字符串。

我目前有

string.replace("condition1", "")

，但想要有类似的东西，

string.replace("condition1", "").replace("condition2", "text")

尽管这感觉不像好的语法，

但正确的方法是什么？有点像在 grep/regex 中如何执行 \1 和 \2 将字段替换为某些搜索字符串

Answer 1

这是一个应该使用正则表达式来解决问题的简短示例：

import re

rep = {"condition1": "", "condition2": "text"} # define desired replacements here

# use these three lines to do the replacement
rep = dict((re.escape(k), v) for k, v in rep.items()) 
pattern = re.compile("|".join(rep.keys()))
text = pattern.sub(lambda m: rep[re.escape(m.group(0))], text)

例如：

>>> pattern.sub(lambda m: rep[re.escape(m.group(0))], "(condition1) and --condition2--")
'() and --text--'

Answer 2

你可以做一个漂亮的小循环函数。

def replace_all(text, dic):
    for i, j in dic.iteritems():
        text = text.replace(i, j)
    return text

其中 text 是完整的字符串，dic 是字典 - 每个定义都是一个字符串，将替换与术语的匹配项。

注意：在 Python 3 中，iteritems() 已替换为 items()

---

小心： Python 字典不支持没有可靠的迭代顺序。此解决方案仅在以下情况下解决您的问题：

• 替换顺序无关 替换
• 可以更改先前替换的结果

更新：上述与插入顺序相关的语句不适用于大于或等于 3.6 的 Python 版本（作为标准）字典已更改为使用插入顺序进行迭代。

例如：

d = { "cat": "dog", "dog": "pig"}
my_sentence = "This is my cat and this is my dog."
replace_all(my_sentence, d)
print(my_sentence)

可能的输出#1：

"This is my pig and this is my pig."

可能的输出#2

"This is my dog and this is my pig."

一种可能的解决方法是使用 OrderedDict。

from collections import OrderedDict
def replace_all(text, dic):
    for i, j in dic.items():
        text = text.replace(i, j)
    return text
od = OrderedDict([("cat", "dog"), ("dog", "pig")])
my_sentence = "This is my cat and this is my dog."
replace_all(my_sentence, od)
print(my_sentence)

输出：

"This is my pig and this is my pig."

---

小心＃2：如果您的文本字符串太大或字典中有很多对，效率就会很低。

Answer 3

为什么不采用这样的一种解决方案呢？

s = "The quick brown fox jumps over the lazy dog"
for r in (("brown", "red"), ("lazy", "quick")):
    s = s.replace(*r)

#output will be:  The quick red fox jumps over the quick dog

Answer 4

这是使用 reduce 的第一个解决方案的变体（从 functools 导入），如果您喜欢功能性的话。 :)

repls = {'hello' : 'goodbye', 'world' : 'earth'}
s = 'hello, world'
reduce(lambda a, kv: a.replace(*kv), repls.iteritems(), s)

martineau 的更好版本：

repls = ('hello', 'goodbye'), ('world', 'earth')
s = 'hello, world'
reduce(lambda a, kv: a.replace(*kv), repls, s)

Answer 5

这只是对 FJ 和 MiniQuark 出色答案以及 bgusach 最后但决定性改进的更简洁的回顾。实现同时进行多个字符串替换所需的只是以下函数：

import re
def multiple_replace(string, rep_dict):
    pattern = re.compile("|".join([re.escape(k) for k in sorted(rep_dict,key=len,reverse=True)]), flags=re.DOTALL)
    return pattern.sub(lambda x: rep_dict[x.group(0)], string)

用法：

>>>multiple_replace("Do you like cafe? No, I prefer tea.", {'cafe':'tea', 'tea':'cafe', 'like':'prefer'})
'Do you prefer tea? No, I prefer cafe.'

如果您愿意，您可以从这个更简单的函数开始创建自己的专用替换函数。

Answer 6

从 Python 3.8 开始，并引入赋值表达式 (PEP 572 ) （:= 运算符），我们可以在列表理解中应用替换：

# text = "The quick brown fox jumps over the lazy dog"
# replacements = [("brown", "red"), ("lazy", "quick")]
[text := text.replace(a, b) for a, b in replacements]
# text = 'The quick red fox jumps over the quick dog'

Answer 7

我将此建立在 FJ 的出色答案之上：

import re

def multiple_replacer(*key_values):
    replace_dict = dict(key_values)
    replacement_function = lambda match: replace_dict[match.group(0)]
    pattern = re.compile("|".join([re.escape(k) for k, v in key_values]), re.M)
    return lambda string: pattern.sub(replacement_function, string)

def multiple_replace(string, *key_values):
    return multiple_replacer(*key_values)(string)

一次使用：

>>> replacements = (u"café", u"tea"), (u"tea", u"café"), (u"like", u"love")
>>> print multiple_replace(u"Do you like café? No, I prefer tea.", *replacements)
Do you love tea? No, I prefer café.

请注意，由于替换只需一次完成，因此“café”会更改为“tea”，但不会变回“café”。

如果您需要多次进行相同的替换，您可以轻松创建替换函数：

>>> my_escaper = multiple_replacer(('"','\\"'), ('\t', '\\t'))
>>> many_many_strings = (u'This text will be escaped by "my_escaper"',
                       u'Does this work?\tYes it does',
                       u'And can we span\nmultiple lines?\t"Yes\twe\tcan!"')
>>> for line in many_many_strings:
...     print my_escaper(line)
... 
This text will be escaped by \"my_escaper\"
Does this work?\tYes it does
And can we span
multiple lines?\t\"Yes\twe\tcan!\"

改进：

• 将代码转换为函数
• 添加多行支持
• 修复了转义中的错误
• 轻松创建特定多次替换的函数

享受！ :-)

Answer 8

我想建议使用字符串模板。只需将要替换的字符串放入字典中，一切就完成了！示例来自 docs.python.org

>>> from string import Template
>>> s = Template('$who likes $what')
>>> s.substitute(who='tim', what='kung pao')
'tim likes kung pao'
>>> d = dict(who='tim')
>>> Template('Give $who $100').substitute(d)
Traceback (most recent call last):
[...]
ValueError: Invalid placeholder in string: line 1, col 10
>>> Template('$who likes $what').substitute(d)
Traceback (most recent call last):
[...]
KeyError: 'what'
>>> Template('$who likes $what').safe_substitute(d)
'tim likes $what'

Answer 9

这是我的 0.02 美元。它基于 Andrew Clark 的答案，只是更清晰一点，它还涵盖了要替换的字符串是另一个要替换的字符串的子字符串的情况（较长的字符串获胜），

def multireplace(string, replacements):
    """
    Given a string and a replacement map, it returns the replaced string.

    :param str string: string to execute replacements on
    :param dict replacements: replacement dictionary {value to find: value to replace}
    :rtype: str

    """
    # Place longer ones first to keep shorter substrings from matching
    # where the longer ones should take place
    # For instance given the replacements {'ab': 'AB', 'abc': 'ABC'} against 
    # the string 'hey abc', it should produce 'hey ABC' and not 'hey ABc'
    substrs = sorted(replacements, key=len, reverse=True)

    # Create a big OR regex that matches any of the substrings to replace
    regexp = re.compile('|'.join(map(re.escape, substrs)))

    # For each match, look up the new string in the replacements
    return regexp.sub(lambda match: replacements[match.group(0)], string)

它在这个 这个要点，随意修改如果你有什么建议的话。

Answer 10

就我而言，我需要用名称简单地替换唯一键，所以我想到了这一点：

a = 'This is a test string.'
b = {'i': 'I', 's': 'S'}
for x,y in b.items():
    a = a.replace(x, y)
>>> a
'ThIS IS a teSt StrIng.'

Answer 11

我需要一个解决方案，其中要替换的字符串可以是正则表达式，
例如，通过用单个空白字符替换多个空白字符来帮助标准化长文本。建立在其他人（包括 MiniQuark 和 mmj）的一系列答案的基础上，这就是我想到的：

def multiple_replace(string, reps, re_flags = 0):
    """ Transforms string, replacing keys from re_str_dict with values.
    reps: dictionary, or list of key-value pairs (to enforce ordering;
          earlier items have higher priority).
          Keys are used as regular expressions.
    re_flags: interpretation of regular expressions, such as re.DOTALL
    """
    if isinstance(reps, dict):
        reps = reps.items()
    pattern = re.compile("|".join("(?P<_%d>%s)" % (i, re_str[0])
                                  for i, re_str in enumerate(reps)),
                         re_flags)
    return pattern.sub(lambda x: reps[int(x.lastgroup[1:])][1], string)

它适用于其他答案中给出的示例，例如：

>>> multiple_replace("(condition1) and --condition2--",
...                  {"condition1": "", "condition2": "text"})
'() and --text--'

>>> multiple_replace('hello, world', {'hello' : 'goodbye', 'world' : 'earth'})
'goodbye, earth'

>>> multiple_replace("Do you like cafe? No, I prefer tea.",
...                  {'cafe': 'tea', 'tea': 'cafe', 'like': 'prefer'})
'Do you prefer tea? No, I prefer cafe.'

对我来说最重要的是你也可以使用正则表达式，例如仅替换整个单词，或标准化空格：

>>> s = "I don't want to change this name:\n  Philip II of Spain"
>>> re_str_dict = {r'\bI\b': 'You', r'[\n\t ]+': ' '}
>>> multiple_replace(s, re_str_dict)
"You don't want to change this name: Philip II of Spain"

如果您想将字典键用作普通字符串，
您可以在调用 multiple_replace 之前使用例如此函数转义这些：

def escape_keys(d):
    """ transform dictionary d by applying re.escape to the keys """
    return dict((re.escape(k), v) for k, v in d.items())

>>> multiple_replace(s, escape_keys(re_str_dict))
"I don't want to change this name:\n  Philip II of Spain"

以下函数可以帮助在字典键中查找错误的正则表达式（因为来自 multiple_replace 的错误消息不是很说明问题）：

def check_re_list(re_list):
    """ Checks if each regular expression in list is well-formed. """
    for i, e in enumerate(re_list):
        try:
            re.compile(e)
        except (TypeError, re.error):
            print("Invalid regular expression string "
                  "at position {}: '{}'".format(i, e))

>>> check_re_list(re_str_dict.keys())

请注意，它不会链接替换，而是同时执行它们。这使得它更加高效，同时又不限制它的功能。为了模仿链接的效果，您可能只需要添加更多字符串替换对并确保这些对的预期顺序：

>>> multiple_replace("button", {"but": "mut", "mutton": "lamb"})
'mutton'
>>> multiple_replace("button", [("button", "lamb"),
...                             ("but", "mut"), ("mutton", "lamb")])
'lamb'

Answer 12

注意：测试您的案例，请参阅评论。

这是一个在具有许多小替换的长字符串上更有效的示例。

source = "Here is foo, it does moo!"

replacements = {
    'is': 'was', # replace 'is' with 'was'
    'does': 'did',
    '!': '?'
}

def replace(source, replacements):
    finder = re.compile("|".join(re.escape(k) for k in replacements.keys())) # matches every string we want replaced
    result = []
    pos = 0
    while True:
        match = finder.search(source, pos)
        if match:
            # cut off the part up until match
            result.append(source[pos : match.start()])
            # cut off the matched part and replace it in place
            result.append(replacements[source[match.start() : match.end()]])
            pos = match.end()
        else:
            # the rest after the last match
            result.append(source[pos:])
            break
    return "".join(result)

print replace(source, replacements)

重点是避免长字符串的多次串联。我们将源字符串切成片段，在形成列表时替换一些片段，然后将整个字符串重新连接回字符串。

Answer 13

您可以使用 pandas 库和 replace 函数，它支持精确匹配和正则表达式替换。例如：

df = pd.DataFrame({'text': ['Billy is going to visit Rome in November', 'I was born in 10/10/2010', 'I will be there at 20:00']})

to_replace=['Billy','Rome','January|February|March|April|May|June|July|August|September|October|November|December', '\d{2}:\d{2}', '\d{2}/\d{2}/\d{4}']
replace_with=['name','city','month','time', 'date']

print(df.text.replace(to_replace, replace_with, regex=True))

修改后的文本为：

0    name is going to visit city in month
1                      I was born in date
2                 I will be there at time

您可以找到一个示例 此处。请注意，文本的替换是按照它们在列表中出现的顺序完成的

Answer 14

我也在为这个问题苦苦挣扎。对于许多替换，正则表达式很困难，并且比循环 string.replace 慢大约四倍（在我的实验条件下）。

您绝对应该尝试使用 Flashtext 库 (博客文章此处，Github 此处）。 就我而言有点结束了每个文档的速度快了两个数量级，从 1.8 秒到 0.015 秒（正则表达式需要 7.7 秒）。

在上面的链接中很容易找到使用示例，但这是一个工作示例：

    from flashtext import KeywordProcessor
    self.processor = KeywordProcessor(case_sensitive=False)
    for k, v in self.my_dict.items():
        self.processor.add_keyword(k, v)
    new_string = self.processor.replace_keywords(string)

请注意，Flashtext 在一次传递中进行替换（以避免 a --> b 和 b - -> c 将“a”翻译为“c”）。 Flashtext 还会查找整个单词（因此“is”不会匹配“this”）。如果您的目标是几个单词（将“This is”替换为“Hello”），则效果很好。

Answer 15

我在一份学校作业中做了类似的练习。这是我的解决方案

dictionary = {1: ['hate', 'love'],
              2: ['salad', 'burger'],
              3: ['vegetables', 'pizza']}

def normalize(text):
    for i in dictionary:
        text = text.replace(dictionary[i][0], dictionary[i][1])
    return text

在测试字符串上亲自查看结果

string_to_change = 'I hate salad and vegetables'
print(normalize(string_to_change))

Answer 16

我今天面临类似的问题，我不得不多次使用 .replace() 方法，但我感觉不太好。所以我做了这样的事情：

REPLACEMENTS = {'<': '<', '>': '>', '&': '&'}

event_title = ''.join([REPLACEMENTS.get(c,c) for c in event['summary']])

Answer 17

我觉得这个问题需要一个单行递归 lambda 函数答案才能完整，只是因为。用法

>>> mrep = lambda s, d: s if not d else mrep(s.replace(*d.popitem()), d)

：

>>> mrep('abcabc', {'a': '1', 'c': '2'})
'1b21b2'

注意：

• 这会消耗输入字典。
• 自 3.6 起，Python 字典保留键顺序；其他答案中的相应警告不再相关。为了向后兼容，可以采用基于元组的版本：

>>> mrep = lambda s, d: s if not d else mrep(s.replace(*d.pop()), d)
>>> mrep('abcabc', [('a', '1'), ('c', '2')])

---

注意：与Python中的所有递归函数一样，太大的递归深度（即太大的替换字典）将导致错误。请参阅此处。

Answer 18

你真的不应该这样做，但我只是觉得这太酷了：

>>> replacements = {'cond1':'text1', 'cond2':'text2'}
>>> cmd = 'answer = s'
>>> for k,v in replacements.iteritems():
>>>     cmd += ".replace(%s, %s)" %(k,v)
>>> exec(cmd)

现在，answer 是所有替换的结果

，这是非常 hacky并且不是您应该经常使用的东西。但很高兴知道如果您需要的话您可以做这样的事情。

Answer 19

要仅替换一个字符，请使用 translate ，而 str.maketrans 是我最喜欢的方法。

TL;博士> result_string = your_string.translate(str.maketrans(dict_mapping))

---

演示

my_string = 'This is a test string.'
dict_mapping = {'i': 's', 's': 'S'}
result_good = my_string.translate(str.maketrans(dict_mapping))
result_bad = my_string
for x, y in dict_mapping.items():
    result_bad = result_bad.replace(x, y)
print(result_good)  # ThsS sS a teSt Strsng.
print(result_bad)   # ThSS SS a teSt StrSng.

Answer 20

我不知道速度，但这是我日常的快速修复：

reduce(lambda a, b: a.replace(*b)
    , [('o','W'), ('t','X')] #iterable of pairs: (oldval, newval)
    , 'tomato' #The string from which to replace values
    )

...但我喜欢上面的 #1 正则表达式答案。注意 - 如果一个新值是另一个新值的子字符串，则该操作不可交换。

Answer 21

这是一个支持基本正则表达式替换的版本。主要限制是表达式不得包含子组，并且可能存在一些边缘情况：

基于 @bgusach 和其他人的代码

import re

class StringReplacer:

    def __init__(self, replacements, ignore_case=False):
        patterns = sorted(replacements, key=len, reverse=True)
        self.replacements = [replacements[k] for k in patterns]
        re_mode = re.IGNORECASE if ignore_case else 0
        self.pattern = re.compile('|'.join(("({})".format(p) for p in patterns)), re_mode)
        def tr(matcher):
            index = next((index for index,value in enumerate(matcher.groups()) if value), None)
            return self.replacements[index]
        self.tr = tr

    def __call__(self, string):
        return self.pattern.sub(self.tr, string)

测试

table = {
    "aaa"    : "[This is three a]",
    "b+"     : "[This is one or more b]",
    r"<\w+>" : "[This is a tag]"
}

replacer = StringReplacer(table, True)

sample1 = "whatever bb, aaa, <star> BBB <end>"

print(replacer(sample1))

# output: 
# whatever [This is one or more b], [This is three a], [This is a tag] [This is one or more b] [This is a tag]

技巧是通过位置来识别匹配组。它不是超级高效（O(n)），但它确实有效。

index = next((index for index,value in enumerate(matcher.groups()) if value), None)

更换一次性完成。

Answer 22

从安德鲁的宝贵答案开始，我开发了一个脚本，该脚本从文件加载字典并详细说明打开的文件夹中的所有文件以进行替换。该脚本从外部文件加载映射，您可以在其中设置分隔符。我是初学者，但我发现这个脚本在多个文件中进行多次替换时非常有用。它在几秒钟内加载了一本包含 1000 多个条目的字典。它并不优雅，但对我有用

import glob
import re

mapfile = input("Enter map file name with extension eg. codifica.txt: ")
sep = input("Enter map file column separator eg. |: ")
mask = input("Enter search mask with extension eg. 2010*txt for all files to be processed: ")
suff = input("Enter suffix with extension eg. _NEW.txt for newly generated files: ")

rep = {} # creation of empy dictionary

with open(mapfile) as temprep: # loading of definitions in the dictionary using input file, separator is prompted
    for line in temprep:
        (key, val) = line.strip('\n').split(sep)
        rep[key] = val

for filename in glob.iglob(mask): # recursion on all the files with the mask prompted

    with open (filename, "r") as textfile: # load each file in the variable text
        text = textfile.read()

        # start replacement
        #rep = dict((re.escape(k), v) for k, v in rep.items()) commented to enable the use in the mapping of re reserved characters
        pattern = re.compile("|".join(rep.keys()))
        text = pattern.sub(lambda m: rep[m.group(0)], text)

        #write of te output files with the prompted suffice
        target = open(filename[:-4]+"_NEW.txt", "w")
        target.write(text)
        target.close()

Answer 23

这是我解决问题的方法。我在聊天机器人中使用它来一次替换不同的单词。

def mass_replace(text, dct):
    new_string = ""
    old_string = text
    while len(old_string) > 0:
        s = ""
        sk = ""
        for k in dct.keys():
            if old_string.startswith(k):
                s = dct[k]
                sk = k
        if s:
            new_string+=s
            old_string = old_string[len(sk):]
        else:
            new_string+=old_string[0]
            old_string = old_string[1:]
    return new_string

print mass_replace("The dog hunts the cat", {"dog":"cat", "cat":"dog"})

这将变成猫猎狗

Answer 24

另一个例子：
输入列表

error_list = ['[br]', '[ex]', 'Something']
words = ['how', 'much[ex]', 'is[br]', 'the', 'fish[br]', 'noSomething', 'really']

所需的输出将是

words = ['how', 'much', 'is', 'the', 'fish', 'no', 'really']

Code ：

[n[0][0] if len(n[0]) else n[1] for n in [[[w.replace(e,"") for e in error_list if e in w],w] for w in words]] 

Answer 25

我的方法是首先对字符串进行标记，然后决定每个标记是否包含它。

如果我们可以假设 O(1) 查找哈希图/集合，那么性能可能会更高：

remove_words = {"we", "this"}
target_sent = "we should modify this string"
target_sent_words = target_sent.split()
filtered_sent = " ".join(list(filter(lambda word: word not in remove_words, target_sent_words)))

filtered_sent 现在是 'should modify string'

Answer 26

我知道这已经很旧了，但我正在尝试将 json 转换为 PHP，并且我喜欢使用括号 &新线路以查看每个替换将要执行的操作。

这是代码。

def do_syntax_changes(jsonInS):   
    """ generated by Joe
    see [How to replace multiple substrings of a string?](https://stackoverflow.com/q/6116978/601770)
        also see [How to replace multiple substrings of a string? >> Py3.8 assignment expressions](https://stackoverflow.com/a/55889140/601770)
    """
    
    phpOutS = ''
    for lineI in jsonInS:
        oS = (((((
        lineI.replace('null', 'NULL')
        ).replace('true', 'TRUE')
        ).replace('false', 'FALSE')
        ).replace(':', '=>')
        ).replace('{', '[')
        ).replace('}', ']') 
        phpOutS += oS
    return phpOutS

:)

它似乎也生成了很好的 PHP。

Answer 27

或者只是为了快速破解：

for line in to_read:
    read_buffer = line              
    stripped_buffer1 = read_buffer.replace("term1", " ")
    stripped_buffer2 = stripped_buffer1.replace("term2", " ")
    write_to_file = to_write.write(stripped_buffer2)

Answer 28

这是使用字典的另一种方法：

listA="The cat jumped over the house".split()
modify = {word:word for number,word in enumerate(listA)}
modify["cat"],modify["jumped"]="dog","walked"
print " ".join(modify[x] for x in listA)

Answer 29

sentence='its some sentence with a something text'

def replaceAll(f,Array1,Array2):
    if len(Array1)==len(Array2):
        for x in range(len(Array1)):
            return f.replace(Array1[x],Array2[x])

newSentence=replaceAll(sentence,['a','sentence','something'],['another','sentence','something something'])

print(newSentence)