使用正则表达式匹配并替换

Question

有一个字符串a的列表，这是与字符串B的另一个列表匹配的方法。我想使用正则表达式将字符串A替换为匹配字符串B列表。但是我没有得到正确的结果。

解决方案应为 a == [“ Yogesh”，“ Numita”，“ Hero”，“ Yogesh”] 。

import re

A = ["yogeshgovindan","TNumita","Herohonda","Yogeshkumar"]
B=["Yogesh","Numita","Hero"]

for i in A:
    for j in B:
        replaced=re.sub('i','j',i)
        
print(replaced)

Answer 1

这对我有用：

lst=[]
for a in A:
    lst.append([b for b in B if b.lower() in a.lower()][0])

如果在列表中找到列表B中的元素。有必要比较较低的单词。添加了 [0] 以获取字符串而不是从理解列表中列表。

Answer 2

如果循环 B ，则不需要正则表达式；您可以简单地使用成员资格测试。

正则表达式可能会导致更好的性能，因为会员资格测试将为 a 中的每个字符串扫描 b 中的每个字符串，从而导致 o（len（a） * len （b）性能）。

只要单个术语不包含任何metacharacter，并且可以在任何上下文中出现，则形成正则表达式的最简单方法就是将 b 的条目与交替操作：

reTerms = re.compile('|'.join(B), re.I)

，为了安全起见，应首先逃脱条目

# map-based
reTerms = re.compile('|'.join(map(re.escape, B)), re.I)
# comprehension-based
reTerms = re.compile('|'.join([re.escape(b) for b in B]), re.I)

但是 对术语出现的上下文中的任何限制，都需要预先限制并将其附加到模式中。例如，如果该术语必须以完整的词显示：

reTerms = re.compile(f"\b(?:{'|'.join(map(re.escape, B))})\b", re.I)

可以将此正则表达式应用于 a 的每个项目以获取匹配的文本：

replaced = [reTerms.search(name).group(0) for name in A]
# result: ['yogesh', 'Numita', 'Hero', 'Yogesh']

由于REGEX中的术语是直字符串匹配，因此内容将为正确，但情况可能不正确。可以通过归一化步骤来纠正这一点，将匹配的文本通过 dict ：

normed = {term.lower():term for term in B}

replaced = [normed[reTerms.search(name).group(0).lower()] for name in A]
# result: ['Yogesh', 'Numita', 'Hero', 'Yogesh']

一个问题仍然存在：如果 a 的项目不匹配该怎么办？然后 reterms.search 返回 none ，它没有 group 属性。如果 none -propagating属性访问添加到Python（例如），使用这种功能很容易解决：

names = ["yogeshgovindan","TNumita","Herohonda","Yogeshkumar", "hrithikroshan"]
normed[None] = None
replaced = [normed[reTerms.search(name)?.group(0).lower()] for name in names]

在没有此类功能的情况下，有多种方法，例如使用三元表达式和 Walrus分配。在下面的示例中，列表用作备用，以提供比赛的默认值：

import re

names = ["yogeshgovindan","TNumita","Herohonda","Yogeshkumar", "hrithikroshan"]
terms = ["Yogesh","Numita","Hero"]
normed = {term.lower():term for term in terms}
normed[''] = None

reTerms = re.compile('|'.join(map(re.escape, terms)), re.I)

# index may need to be changed if `reTerms` includes any context
[normed[(reTerms.search(sentence) or [''])[0].lower()] for sentence in sentences]