python - 如何有效地传递或忽略一些由 python 正则表达式解析的标记？

Question

我将一个函数应用于令牌列表，如下所示：

def replace(e): 
    return e


def foo(a_string):
    l = []
    for e in a_string.split():
        l.append(replace(e.lower()))
    return ' '.join(l)

使用字符串：

s = 'hi how are you today 23:i ok im good 1:i'

函数 foo 更正s. 但是，有些情况我想忽略，例如 12:i 或 2:i。我怎样才能应用foo到所有没有被正则表达式解析的令牌：\d{2}\b:i\b|\d{1}\b:i\b？也就是说，我希望foo忽略所有带有23:ior 01:eor形式的标记1:i。我在考虑一个正则表达式，但是，也许有更好的方法来做到这一点。

预期的输出将是：

'hi how are you today 23:i ok im good 1:e'

换句话说，该函数foo忽略形式为nn:ior的标记n:i，其中n是一个数字。

Answer 1

您可以使用

import re

def replace(e): 
    return e

s = 'hi how are you today 23:i ok im good 1:e'
rx = r'(?<!\S)(\d{1,2}:[ie])(?!\S)|\S+'
print(re.sub(rx, lambda x: x.group(1) if x.group(1) else replace(x.group().lower()), s))

请参阅在线 Python 演示和正则表达式演示。

模式(?<!\S)(\d{1,2}:[ie])(?!\S)|\S+匹配

• (?<!\S)(\d{1,2}:[ie])(?!\S)- 1 或 2 位数字，:和i或e用空格或字符串开始/结束位置括起来（将子字符串捕获到第 1 组）
• |- 或者
• \S+- 1+ 非空白字符。

一旦第 1 组匹配，其值将按原样粘贴回来，否则，将小写匹配传递给replace方法并返回结果。

另一种正则表达式方法：

rx = r'(?<!\S)(?!\d{1,2}:[ie](?!\S))\S+'
s = re.sub(rx, lambda x: replace(x.group().lower()), s)

查看另一个 Python 演示和一个正则表达式演示。

细节

• (?<!\S)- 检查紧靠左边的字符是否为空格或断言字符串的起始位置
• (?!\d{1,2}:[ie](?!\S))- 如果紧挨当前位置的右侧有 1 或 2 位数字、:、i或e，则匹配失败的负前瞻，然后应跟随空格或字符串结尾
• \S+- 1+ 非空白字符。

Answer 2

尝试这个：

s = ' '.join([i for i in s.split() if ':e' not in i])