查找和替换电影名称python的Regex

Question

我一直在写关于不同电影的推文(使用)，现在我想用一个固定的字符串替换匹配。

我一直在与"XMen启示录“作斗争，因为有很多方法可以在推特上找到这一点。我查找了“X战警启示录”，“X战警启示录”，"X战警启示录“，"XMen"，”X战警“e 29，E 110”X Men“E 211，并检索了我的匹配项，其中还包括E 114”#xmen“E 215、E 116”x-men: apocalypse"等等……

这是我的准则：

xmen_regex = re.compile("(((#)x[\-]?men:?(apocalypse)?)|(x[\-]? ?men[:]?[ ]?(apocalypse)?))")
def re_place_moviename(text, compiled_regex):
    return re.sub(compiled_regex, "MOVIE_NAME", text.lower())

我已经用RegExr进行了测试，但在某些边缘情况下仍然不准确，比如：'#xmen blabla‘->代替-> '#MOVIE_NAME blabla’或‘->_NAMEblabla’。

那么，有更好的方法来做这个吗？可能编译不同的正则表达式(关于增加长度顺序(?))单独应用吗？

编辑

约束(或摘要)：

1. 我要找到"x-men"，"x men"，"xmen“
2. 所有1+“启示录”
3. 所有1+ "：启示录“
4. 还有："#xmen"，"#x-men"，“#xmena便耳”，“#x-启示”
5. 所有不应该是子字符串("@xmenmovie“或"lovexmen”)，必须在表达式的开头和结尾至少包含一个空格。

PS:其他电影比较容易，但是xmen和其他像Rogue这样的电影有很多表达方式，我们想抓住其中的大部分。

PS1:我知道\b可以帮上忙，但我不明白它是如何工作的。

Answer 1

这个人应该做好以下工作：

(?:^|\s)#x[ -]?men:?\s?apocalypse\b

如果需要替换，如果要保留之前的空间，请使用捕获组并将其放在替换部分：

(^|\s)#x[ -]?men:?\s?apocalypse\b

解释：

(?:^|\s)    : non capture group, begining of string or a space
#           : #
x           : x
[ -]?       : optional space or dash
men         : men
:?          : optional semicolon
\s?         : optional space
apocalypse  : apocalypse
\b          : word boundary

Answer 2

这应该根据您的(模糊的)约束来工作：(?i)(?<![#@])x[- ]?men(?!:)( apocalypse)?

• (?i) --忽略case标志
• (?<![#@]) --在“xmen”之前没有#或@
• [- ]? --可选的-或
• (?!:) --在“xmen”之后没有冒号
• ( apocalypse)? --可选启示录字符串

编辑：不需要在前面/后面有一个空格，我认为有一个边界(\b)将更合适，即(?i)\b(?<!@)(x[- ]?men:?\s?(?:apocalypse)?)\b作为'xmen‘可以开始句子。