regex 仅当单词未出现在子字符串列表中时，才使用此正则表达式模式匹配单词

8xiog9wr 于 2023-01-31 发布在其他

关注(0)|答案(1)|浏览(92)

import re

input_text = "a áshgdhSdah saasas a corrEr, assasass a saltó sasass a sdssaa" #example

list_verbs_in_this_input = ["serías", "serían", "sería", "ser", "es", "corré", "corrió", "corría", "correr", "saltó", "salta", "salto", "circularías", "circularía", "circulando", "circula", "consiste", "consistían", "consistía", "consistió", "ladró", "ladrando", "ladra", "visualizar", "ver", "vieron", "vió"]

noun_pattern = r"((?:\w+))" # pattern that doesnt tolerate whitespace in middle

imput_text = re.sub(r"(?:^|\s+)a\s+" + noun_pattern, 
                    "\(\g<0>\)", 
                    input_text, re.IGNORECASE)

print(repr(input_text)) # --> output

我需要使用类似于re.compile(r"(?:" + rf"({'|'.join(list_verbs_in_this_input)})" + r"|[.;\n]|$)", flags = re.IGNORECASE)的正则表达式模式，使用该正则表达式来标识和替换"((?:\w+))"之间不包含空格的子字符串（如果该子字符串位于行首或前面有“a”"(?:^|\s+)a\s+"），前提是"((?:\w+))"与列表list_verbs_in_this_input或点.中的任何字符串都不匹配

正确的输出应如下所示：

'(áshgdhSdah) saasas a corrEr, assasass a saltó sasass (sdssaa)'

请注意，子字符串"a corrEr"和"a saltó"未被修改，因为它们包含list_verbs_in_this_input列表中的子字符串（单词

regex

来源：https://stackoverflow.com/questions/75259575/match-words-using-this-regex-pattern-only-if-these-words-do-not-appear-within-a

1条答案

按热度按时间

bvn4nwqk1#

要排除某些单词，可以在要匹配的单词的开头使用否定的前瞻Assert。
需要更正的几件事：

re.sub将标志作为第5个参数，而不是第4个参数
"\("不是转义序列，因此您应该直接执行"(\g<0>)"，而不要“转义”括号--它们在该字符串中没有特殊含义。
r"(?:^|\s+)a\s+"将始终 * 要求 * a在那里。从您的描述中，我了解到当单词位于行首时，a可能是可选的，因此r"(?:\ba\s|^)\s*"
在应该匹配禁用单词的正则表达式中，确保要求单词在匹配后立即结束，因此在模式中添加\b。

以下是您可以执行的操作：

import re

input_text = "a áshgdhSdah saasas a corrEr, assasass a saltó sasass a sdssaa" #example

list_verbs_in_this_input = ["serías", "serían", "sería", "ser", "es", "corré", "corrió", "corría", "correr", "saltó", "salta", "salto", "circularías", "circularía", "circulando", "circula", "consiste", "consistían", "consistía", "consistió", "ladró", "ladrando", "ladra", "visualizar", "ver", "vieron", "vió"]

noun_pattern = r"\w+"
exclude = rf"(?!\b(?:{'|'.join(list_verbs_in_this_input)})\b)"
article = r"(?:\ba\s|^)\s*"
regex = article + exclude + noun_pattern

input_text = re.sub(regex, "(\g<0>)", input_text, flags=re.I|re.U)

print(repr(input_text))

赞(0）回复(0）举报 2023-01-31

我来回答

regex 仅当单词未出现在子字符串列表中时，才使用此正则表达式模式匹配单词

1条答案

相关问题

热门标签

最新问答