替换字符串中的问题

Question

我有一个替换字符串的问题：我想将所有外观从2h / 2h / 2 heure / 2heure / 2 heures / 2heures更改为#hour。我试过了：

text = "I should leave the house at 16h45 but I am late and I should not be arriving between 2 h or 3h or maybe 4heures"

hour = re.compile(r'[0-9]+\s?(h|heures?)([0-9]+)?')

replaces = hour.sub('#hour', text)

print(replaces)

输出：

我应该在#hour离开家，但是我迟到了，我不应该在#hour或#hour或#houreures之间到达

良好的输出：

我应该在#hour离开家，但是我迟到了，我不应该在#hour或#hour或#hour之间到达

我该如何解决#houreures这个问题？

Answer 1

该h替代匹配h的heures和heures?替代甚至没有测试。交换替代方案可以解决问题，但是最好使用可选的非捕获组（请参见下面的解决方案）。建议不要在模式中的捕获括号中删除它们（或者，如果要使用替换，则将其转换为非捕获组）。此外，该([0-9]+)?模式可以简化为[0-9]*。您可以使用[0-9]+\s?h(?:eures?)?[0-9]*见正则表达式演示细节[0-9]+ -一个或多个数字\s? -1或0个空格h-h一封信(?:eures?)?-与1个或0个匹配项发生eure或匹配的可选非捕获组eures[0-9]* -0或更多数字。参见Python演示：import retext = "I should leave the house at 16h45 but I am late and I should not be arriving between 2 h or 3h or maybe 4heures"hour = re.compile(r'[0-9]+\s?h(?:eures?)?[0-9]*')replaces = hour.sub('#hour', text)print(replaces)# => I should leave the house at #hour but I am late and I should not be arriving between #hour or #hour or maybe #hour

Answer 2

更改的顺序heures和h括号，像这里面：[0-9]+\s?(heures?|h)([0-9]+)? 应该管用。在情况下(h|heures?)，你是说，如果h没有找到，然后看是否heures存在。无论何时heures存在，事物h都会始终存在（它的第一个字符heures）。因此，您需要更改顺序。您应该先搜索heures，如果不存在，则搜索h。因此，替换 (h|heures?)为即可(heures?|h)解决问题。

Answer 3

您需要切换交替，因为第一部分中的h首先被匹配。例如4heures，您的正则表达式匹配一个或多个数字\d+。然后在交替中(h|heures?)它可以匹配hfrom heures。在替换匹配的4h将被替换#hour导致#houreures[0-9]+\s?(heures?|h)([0-9]+)?import retext = "I should leave the house at 16h45 but I am late and I should not be arriving between 2 h or 3h or maybe 4heures"hour = re.compile(r'[0-9]+\s?(heures?|h)([0-9]+)?')replaces = hour.sub('#hour', text)print(replaces)