仅替换字符串中完全匹配的单词答案

【问题标题】：Replacing only the fully matched words in a string仅替换字符串中完全匹配的单词
【发布时间】：2018-08-10 20:28:51
【问题描述】：

我有一个名称列表，我希望当它们全部出现在字符串中时，它们被替换为单词'PERSON'。然而，在我下面的代码中，部分匹配也被替换为'PERSON'。

这就是我所拥有的：

test = 'Testes huius rey sunt hij, videlicet, Magnificus Dominus Periohannes de Mazara, nobilis Georgius de la Chabica, Nicolaus Manfridus de Caxario et alij.'

testres = re.compile("|".join(names)).sub('PERSON', test)

结果：

'Testes huius rey sunt hij, videlicet, Magnificus Dominus PERSONohannes de Mazara, nobilis PERSONorgius de la Chabica, PERSON PERSON de Caxario et alij.'

由于'Peri'在列表中，'Periohannes'被替换为'PERSONohannes'

我该如何解决这个问题？

【问题讨论】：

使用 sorted(names,reverse=True) 代替 'names'。

标签： python regex list replace

【解决方案1】：

不加入姓名列表，而是查找字符串中的所有单词，并检查找到的每个单词是否属于names：

import re
test = 'Testes huius rey sunt hij, videlicet, Magnificus Dominus Periohannes de Mazara, nobilis Georgius de la Chabica, Nicolaus Manfridus de Caxario et alij.'
new_test = re.sub('\w+', lambda x:'PERSON' if x.group() in names else x.group(), test)

【讨论】：

【解决方案2】：

这就是词边界锚，\b 的用途：

>>> test = 'Testes huius rey sunt hij, videlicet, Magnificus Dominus Periohannes de Mazara, nobilis Georgius de la Chabica, Nicolaus Manfridus de Caxario et alij.'
>>> names = 'Nicolaus', 'Manfridus', 'Peri'
>>> names_regex = re.compile(r'\b'+'|'.join(names)+r'\b')
>>> names_regex.sub('PERSON',test)
'Testes huius rey sunt hij, videlicet, Magnificus Dominus Periohannes de Mazara, nobilis Georgius de la Chabica, PERSON PERSON de Caxario et alij.'
>>> test = 'Testes huius rey sunt hij, videlicet, Magnificus Dominus Periohannes de Mazara, nobilis Georgius de la Chabica, Nicolaus, Manfridus, de Caxario et alij.'
>>> names_regex.sub('PERSON',test)
'Testes huius rey sunt hij, videlicet, Magnificus Dominus Periohannes de Mazara, nobilis Georgius de la Chabica, PERSON, PERSON, de Caxario et alij.'

注意，它的工作原理不仅仅是两端的空格......即在第二个示例中使用逗号。

【讨论】：