Python查找所有出现的连字符并在位置替换

Question

我必须用连字符(如c-c-c-c-come或oh-oh-oh-oh等)替换所有出现的模式，在本例中使用最后一个令牌，即come或oh，其中

• 连字符之间的字符数是任意的，可以是一个或多个字符。
• 匹配的令牌是连字符中的最后一个令牌，因此come在c-c-come中。
• 输入字符串可能出现一个或多个类似于以下句子的情况： c-c-c-c-come to home today c-c-c-c-come to me oh-oh-oh-oh it's a bad life oh-oh-oh-oh
• 需要通过finditer找到匹配令牌的开始和结束位置 R= re.compile(pattern，flags=re.I欧元re.X \ re.UNICODE)用于r.finditer(Text)中的m: word=m.group() characterOffsetBegin=m.start() characterOffsetEnd=m.end() #现在替换和存储索引

更新

假设这些连字符词不属于固定的字典，我将在其中添加以下约束：

• 连字符之间的字符数必须从最小到最大，如{1,3}，以便捕获组必须匹配c-come或c-c-come，而不是像fine-tuning或inter-face之类的连字符实数。

Answer 1

使用捕获组和反向引用的选项可能是：

(?<!\S)(\w{2,3})(?:-\1)*-(\w+)(?!\S)

与此相匹配：

• (?<!\S)负查找，断言左边的不是非空格字符
• 第1组中的(\w{2,3})捕获一个单词字符2次或3次
• (?:-\1)*重复0+次数匹配连字符，然后反向引用第1组中匹配的内容
• -(\w+)匹配-，然后匹配第2组中的1+单词字符
• (?!\S)负前瞻，断言右边的不是非空格字符

在替换中使用第二个捕获组\\2或r'\2

Regex演示 x- Python演示

例如

import re

text = "c-c-c-c-come oh-oh-oh-oh it's a bad life oh-oh-oh-oh"
pattern = r"(?<!\S)(\w{1,3})(?:-\1)*-(\w+)(?!\S)"
text = re.sub(pattern, r'\2', text)
print(text)

结果

come oh it's a bad life oh

Answer 2

只需使用re.sub()替换所有索引，而不必对匹配的索引进行迭代：

import re

s = 'c-c-c-c-come to home today c-c-c-c-come to me'

print(re.sub(r'(\w+(?:-))+(\w+)', '\\2', s))
# come to home today come to me

Answer 3

这里有一个可能的表达式：

import re

text = ("c-c-c-c-come to home today c-c-c-c-come to me, "
        "oh-oh-oh-oh it's a bad life oh-oh-oh-oh")
pattern = r"(?<=-)\w+(?=[^-\w])"
r = re.compile(pattern, flags=re.I | re.X | re.UNICODE)
for m in r.finditer(text):
    word = m.group()
    characterOffsetBegin = m.start()
    print(word, characterOffsetBegin)

输出：

come 8
come 35
oh 56