这个单词替换功能是如何工作的？

Question

import re
def multiwordReplace(text, wordDic):
    rc = re.compile('|'.join(map(re.escape, wordDic))))
    def translate(match):
        return wordDic[match.group(0)]
    return rc.sub(translate, text)

这段代码是从另一个来源复制的，但我不确定它如何替换文本段落中的单词，也不明白为什么在这里使用're'函数

Answer 1

一片一片……

 # Our dictionary
 wordDic = {'hello': 'foo', 'hi': 'bar', 'hey': 'baz'}

 # Escape every key in dictionary with regular expressions' escape character. 
 # Escaping is requred so that possible special characters in 
 # dictionary words won't mess up the regex
 map(re.escape, wordDic)

 # join all escaped key elements with pipe | to make a string 'hello|hi|hey'
'|'.join(map(re.escape, wordDic))

 # Make a regular expressions instance with given string.
 # the pipe in the string will be interpreted as "OR", 
 # so our regex will now try to find "hello" or "hi" or "hey"
 rc = re.compile('|'.join(map(re.escape, wordDic)))

所以 rc 现在与字典中的单词匹配，rc.sub 替换给定字符串中的那些单词。翻译函数只返回键的对应值正则表达式返回匹配项。

Answer 2

1. re.compile() - 将表达式字符串编译为正则表达式对象。该字符串由worDic 的连接键和分隔符| 组成。给定一个 wordDic {'hello':'hi', 'goodbye': 'bye'} 字符串将是 'hello|hi' 可以翻译成 "hello or hi"
2. def translate(match): - 定义了一个回调函数，它将处理每一个匹配项
3. rc.sub(translate, text) - 执行字符串替换。如果正则表达式匹配文本，则通过回调在 wordDic 中查找匹配项（实际上是 wordDic 的键）并返回翻译。

例子：

wordDic = {'hello':'hi', 'goodbye': 'bye'}
text = 'hello my friend, I just wanted to say goodbye'
translated = multiwordReplace(text, wordDic)
print(translated)

输出是：

hi my friend, I just wanted to say bye

编辑

使用re.compile() 的主要优点是如果多次使用正则表达式可以提高性能。由于在每个函数调用上都会编译正则表达式，因此没有任何收获。如果wordDic 被多次使用，则为wordDic 生成一个multiwordReplace 函数，并且只编译一次：

import re
def generateMwR(wordDic):
    rc = re.compile('|'.join(map(re.escape, wordDic)))
    def f(text):
        def translate(match):
            print(match.group(0))
            return wordDic[match.group(0)]
        return rc.sub(translate, text)
    return f

用法如下：

wordDic = {'hello': 'hi', 'goodbye': 'bye'}
text = 'hello my friend, I just wanted to say goodbye'
f = generateMwR(wordDic)
translated = f(text)