Python

Python对文本中的特定单词进行逆序替换

Liu Qianglong

Apr 25, 2021 • 9 min read

需求描述

前端时间做了一个Python的小练习题，这个问题初看简单，做下来发现有不少以前没有了解的知识点，这里记录一下解决的过程。

需求：在文本里面任意给定一个单词，将这个单词逆序之后替换原来位置的单词，返回替换后的文本。

这里随意写了一段文本，需要进行逆序替换的关键字是long

str1 = '''long The time that my journey takes is long and the way of it long.I came out on loanglong
the chariot of the first gleam long, of light, long many a star and planet long'''

替换后的效果如下：

gnol The time that my journey takes is gnol and the way of it gnol.I came out on loanglong
the chariot of the first gleam gnol, of light, gnol many a star and planet gnol

推荐大家先自己做一下这个题，直接看答案就失去了很多乐趣，实在做不出来再慢慢看这个答案。

做

题

中

需求分析

这个需求大致看来就2个步骤：1、将单词进行逆序；2、用逆序后的单词替换原来的单词。

将单词进行逆序方法还是比较多的，逆序之后进行替换这个需求应该很快能想到正则表达式来做替换。总体思路没有问题，下面开干。

解决步骤

逆序单词

首先想到的是reverse方法，将单词转换为一个列表，然后用reverse方法逆序列表，最后用join方法将列表里面的单词组合起来。

import re

str1 = '''long The time that my journey takes is long and the way of it long.I came out on loanglong
the chariot of the first gleam long, of light, long many a star and planet long'''

keyword = 'long'

reverse_key = list(keyword)
reverse_key.reverse()
new_k1 = ''.join(reverse_key)
print(new_k1)

输入结果如下：

gnol

上面的结果确实满足了要求，但是解决的不够优雅，这里推荐用更加简洁的一种方法，这是python的slice notation的特殊用法，格式为a[i:j:s]，这里i和j都缺省了相当于复制了一份keyword，s 表示步进，默认为1，当为负数时表示从右往左取，所以keyword[::-1]即为逆序复制。

import re

str1 = '''long The time that my journey takes is long and the way of it long.I came out on loanglong
the chariot of the first gleam long, of light, long many a star and planet long'''

keyword = 'long'

new_k1 = keyword[::-1]
print(new_k1)

参考链接：https://www.cnblogs.com/mxh1099/p/5804064.html

a = [0,1,2,3,4,5,6,7,8,9]
b = a[i:j] 表示复制a[i]到a[j-1]，以生成新的list对象
b = a[1:3] 那么，b的内容是 [1,2]
当i缺省时，默认为0，即 a[:3]相当于 a[0:3]
当j缺省时，默认为len(alist), 即a[1:]相当于a[1:10]
当i,j都缺省时，a[:]就相当于完整复制一份a了

b = a[i:j:s]这种格式呢，i,j与上面的一样，但s表示步进，缺省为1.
所以a[i:j:1]相当于a[i:j]
当s<0时，i缺省时，默认为-1. j缺省时，默认为-len(a)-1
所以a[::-1]相当于 a[-1:-len(a)-1:-1]，也就是从最后一个元素到第一个元素复制一遍。

替换单词

replace方法

要做正则替换刚开始我想到了replace方法，但是使用这个方法会误伤到包含关键字的单词，例如下面我乱构造的「单词」loanglong内部的long也被做了替换，这显然不是想要的结果。我只想要对特定
的单词进行替换，不是只要包含这几个字母都做替换。这里f'{new_k1}'可以使用f-string导入新的字符串。

inputs = "hello 11 word 11" 想11变成22

replacestr = inputs.replace("11","22")

import re

str1 = '''long The time that my journey takes is long and the way of it long.I came out on loanglong
the chariot of the first gleam long, of light, long many a star and planet long'''

keyword = 'long'
new_k1 = keyword[::-1]
new_str1 = str1.replace('long', f'{new_k1}')
print(new_str1)

gnol The time that my journey takes is gnol and the way of it gnol.I came out on loanggnol
the chariot of the first gleam gnol, of light, gnol many a star and planet gnol

re.sub方法

replace无法解决这个问题，需要re.sub这个方法来解决问题了，这个函数就是主要用来替换字符串中的匹配项。函数有5个参数，前面3个参数是必选项。

re.sub(pattern, repl, string, count=0, flags=0)

pattern：表示正则中要匹配的字符串；
repl：表示想要替换的字符串，既匹配出来的pattern替换为repl，这里repl可以是个函数；
string：表示要被查找的原始字符串；
count：表示要替换的最大次数，默认为0，表示所有匹配的都会被替换，是可选参数；
flags：表示编译时用的匹配模式，例如互联大小写、多行模式等，默认为0；

下面用re.sub()方法先试一下，可以看到还是出现一样的问题，我乱构造的「单词」loanglong内部的long也被做了替换。问题出现在匹配不精确，这里我只想要匹配单词long，但是里面包含这个
关键词的不想被匹配到。

import re

str1 = '''long The time that my journey takes is long and the way of it long.I came out on loanglong
the chariot of the first gleam long, of light, long many a star and planet long'''

keyword = 'long'
new_k1 = keyword[::-1]
new_str1 = re.sub(fr'{keyword}', fr'{new_k1}', str1)

print(new_str1)

gnol The time that my journey takes is gnol and the way of it gnol.I came out on loanggnol
the chariot of the first gleam gnol, of light, gnol many a star and planet gnol

零宽断言

这个卡了我特别长时间，因为我不知道”零宽断言“这个「高级货」技术...

这个技术涉及到比较多绕口的名词，先来看下不用这个技术会遇到什么问题。即pattern参数匹配的关键字都会被替换，这里希望描述一下单词的前后是什么内容，但是并不希望这种描述本身也被匹配进去。

所以零宽断言的作用是并不真正匹配字符串，而仅仅是匹配对应的位置，断言本身不会被匹配，因为匹配的宽度为零，所以叫零宽。断言可以理解为判断的意思，正则表达式里面有很多断言，例
如^匹配字符串的开头，$匹配字符串的末尾，\b匹配单词的边界等。

(?<=exp1)(?<!exp2)string(?=exp3)(?!exp4)

zero-width assertio

?<= 代表正回顾后发断言，它断言自身出现的位置的前面可以匹配exp1表达式。例如：(?<=\d)a，返回匹配字符串中以数字为开头的a字符。
?= 代表正预测先行断言，表示自身出现的位置的后面可以匹配exp3表达式。例如：a(?=\d)，返回匹配字符串中以数字为结尾的a字符。
?<! 代表负回顾后发断言，它断言自身出现的位置的前面不可以匹配exp2的表达式。例如：a(?!\d)，返回不匹配字符串中以数字开头的a字符。
?! 代表负预测先行断言，它断言自身出现的位置的后面不可以匹配exp4表达式。例如：a(?!\d)，返回不匹配字符串中以数字结尾的a字符。

上面的概念第一次接触会有点绕，总的来说就是你想描述string这个单词前面一定具备某个特征、后面一定具体某个特征、前面一定没有这个特征、后面一定没有这个特征，一共就是这4种情况。

回到上面的需求，我想要匹配出单独的一个单词long，这个关键词前后有字母的不会被匹配。所以需要匹配出一个单词的边界，就是\b。

\b与\B

这里简单描述\b的作用，它用来匹配一个「单词」的边界，边界近似于\w即([0-9a-zA-Z_])。

例如下面的字符串abc!123_，这里认为abc和123_都是一个「单词」，那么它们的前后就是边界。\B取\b的相反即可，

import re

str1 = 'abc!123_'


result1 = re.findall(r'\b', str1)
result2 = re.findall(r'\B', str1)

print(result1)
print(result2)

['', '', '', '']
['', '', '', '', '']

最终的代码如下：

import re

str1 = '''long The time that my journey takes is long and the way of it long.I came out on loanglong
the chariot of the first gleam long, of light, long many a star and planet long'''

keyword = 'long'
new_k1 = keyword[::-1]
new_str1 = re.sub(fr'(?<=\b){keyword}(?=\b)', fr'{new_k1}', str1)

print(new_str1)

gnol The time that my journey takes is gnol and the way of it gnol.I came out on loanglong
the chariot of the first gleam gnol, of light, gnol many a star and planet gnol

参考资料

Python3 re模块：https://docs.python.org/3/library/re.html
正则表达式sub：https://www.jb51.net/article/170226.htm
正则表达式的\b与\B：https://www.jb51.net/article/138235.htm
零宽断言：https://www.shuzhiduo.com/A/QW5Y2nZBdm/