在两个子字符串之间替换单词（保留其他单词）

Question

我正在尝试替换一个单词（例如 on），如果它在两个子字符串（例如 <temp> 和 </temp>）之间出现，但其他需要保留的单词也存在。

string = "<temp>The sale happened on February 22nd</temp>"

替换后期望得到的字符串为：

Result = <temp>The sale happened {replace} February 22nd</temp>

我尝试使用正则表达式，但只能找到如何替换两个<temp>标签之间的所有内容(因为有.*?)。

result  = re.sub('<temp>.*?</temp>', '{replace}', string, flags=re.DOTALL)

然而，on 可能会在字符串中后出现，但不在 <temp></temp> 之间，我不想替换它。

- Scott H

---

它落在两个子字符串之间 - 是哪两个子字符串？您能否提供原始字符串和替换后的字符串的示例？ - gaganso

遗憾的是，在re模块中没有对\G和\K提供支持。 - Sebastian Proske

您的期望输出不是有效的XML。您不能打开<replace>元素，然后关闭</temp>。 - user5547025

只有一个 on 需要替换还是所有的 on 都需要替换？如果您想将所有的空格+on+空格替换为空格+{replace}+空格，请使用re.sub('<temp>(.*?)</temp>', lambda m: "<temp>{}</temp>".format( m.group(1).replace(" on ", " {replace} ") ), string, flags=re.DOTALL)。 - Wiktor Stribiżew

非常好，完美运作，谢谢！ - Scott H

Answer 1

re.sub('(<temp>.*?) on (.*?</temp>)', lambda x: x.group(1)+" <replace> "+x.group(2), string, flags=re.DOTALL)

输出：

<temp>The sale happened <replace> February 22nd</temp>

编辑：

根据Wiktor和HolyDanna的建议，更改了正则表达式。

P.S：Wiktor在问题评论中提供了更好的解决方案。

- gaganso

---

正则表达式实际上不太合适，但思路是正确的。 - Wiktor Stribiżew

@WiktorStribiżew，谢谢。您能否详细说明一下？如果您建议正确的正则表达式，我将替换它，否则如果您要回答这个问题，那么我将根据您的答案删除我的答案。 - gaganso

这个可以工作，但是是否可能仅限于<temp></temp>之间进行替换？同时也会替换标签外的内容。 - Scott H

一两条注释：此正则表达式('(<temp>.*?)on(.*?</temp>)')将删除<temp>....</temp>字符串内的1个on子字符串，2）on将像这样被删除 - <temp>The sale postponed on February 22nd</temp> -> <temp>The sale postp<replace>ed on February 22nd</temp>。我猜你想要的是rr'(<temp>.*?) on (.*?</temp>)'，并用x.group(1)+" <replace> "+x.group(2)替换，3）这不考虑嵌套的<temp>标记。 - Wiktor Stribiżew

如果在单行中有多个临时构造，且它们之间没有一个（但不在其中），则此方法可能会失败。我还建议在“on”周围使用单词边界。 - Sebastian Proske

Answer 2

尝试使用lxml：

from lxml import etree

root = etree.fromstring("<temp>The sale happened on February 22nd</temp>")
root.text = root.text.replace(" on ", " {replace} ")
print(etree.tostring(root, pretty_print=True))

输出：

<temp>The sale happened {replace} February 22nd</temp>

- user5547025

---

我认为你需要编写代码来查找<temp标签，因为它们可能是某个较大文件的一部分。 - Blckknght

“string” 是有效的 XML。让我们按照问题所写的方式来处理，不要让我们猜测。 - user5547025