替换所有特定词汇的出现次数

Question

假设我有以下句子：

bean likes to sell his beans

我想替换文本中所有特定单词为另一个单词。例如，将bean替换为robert，将beans替换为cars。

我不能仅使用str.replace，因为这样会将beans替换为roberts。

>>> "bean likes to sell his beans".replace("bean","robert")
'robert likes to sell his roberts'

我只需要更改整个单词，而不是出现在其他单词中的单词。我认为可以通过使用正则表达式来实现这一点，但不知道如何做得正确。

- FrozenHeart

Answer 1

如果您使用正则表达式，可以使用\b指定单词边界：

import re

sentence = 'bean likes to sell his beans'

sentence = re.sub(r'\bbean\b', 'robert', sentence)
# 'robert likes to sell his beans'

这里不将“beans”更改为“roberts”，因为末尾的“s”不是单词边界：\b匹配空字符串，但仅限于单词开头或结尾。

第二个替换是为了完整性：

sentence = re.sub(r'\bbeans\b', 'cars', sentence)
# 'robert likes to sell his cars'

- Alex Riley

---

我想括号并不是必须的，只是让正则表达式更易读（至少对我来说是这样）。 - Alex Riley

由于某种原因，这似乎无法获取所有“U.S.”的出现。 - Kahless

Answer 2

如果你逐个替换单词，可能会多次替换同一个单词（而不是得到想要的结果）。为了避免这种情况，可以使用函数或lambda表达式：

d = {'bean':'robert', 'beans':'cars'}
str_in = 'bean likes to sell his beans'
str_out = re.sub(r'\b(\w+)\b', lambda m:d.get(m.group(1), m.group(1)), str_in)

这样一来，一旦将bean替换为robert，它就不会再被修改（即使robert也在您的输入单词列表中）。

如georg所建议的那样，我使用dict.get(key, default_value)编辑了此答案。另一种解决方案（也是georg提出的）：

str_out = re.sub(r'\b(%s)\b' % '|'.join(d.keys()), lambda m:d.get(m.group(1), m.group(1)), str_in)

- nicolas

---

我同意硬编码每个单词的1个正则表达式来替换应该会更快。但仍然存在一个问题，就是确保一旦被替换，一个单词不会再次被另一个正则表达式替换。 - nicolas

好的，我明白你的意思了。我只是假设OP指的是bean和beans作为例子。如果这是唯一需要修改的两个单词，那么是的，我同意，你的正则表达式会更快。 - nicolas

你可以这样简化lambda表达式：lambda m: d.get(m.group(1), m.group(1)) - georg

另一个可能的优化方法是从字典动态创建正则表达式: regex = r'\b(%s)\b' % '|'.join(d)，这样就不必检查所有单词。 - georg

谢谢，我知道有更好的写法，但是想不起来 dict.get() :)。 - nicolas

Answer 3

这是一种不太优雅的方法，使用 folds

reduce(lambda x,y : re.sub('\\b('+y[0]+')\\b',y[1],x) ,[("bean","robert"),("beans","cars")],"bean likes to sell his beans")

- Akshay Hazari

Answer 4

"bean likes to sell his beans".replace("beans", "cars").replace("bean", "robert")

将所有的“beans”替换为“cars”，并将“bean”替换为“robert”。这是因为.replace()返回原始字符串的修改实例。因此，您可以将其视为多个阶段。它基本上是这样工作的：

 >>> first_string = "bean likes to sell his beans"
 >>> second_string = first_string.replace("beans", "cars")
 >>> third_string = second_string.replace("bean", "robert")
 >>> print(first_string, second_string, third_string)

 ('bean likes to sell his beans', 'bean likes to sell his cars', 
  'robert likes to sell his cars')

- Kevin London

---

在真实的任务中，我不能以这种方式进行操作，因为这些替换的顺序是不确定的。 - FrozenHeart