使用字典更改字符串中的单词。 Python

Question

我收到以下消息：

msg = "Cowlishaw Street & Athllon Drive, Greenway now free of obstruction."

我想将“Drive”更改为“Dr”或将“Street”更改为“St”等内容

expected_msg = "Cowlishaw St and Athllon Dr Greenway now free of obstruction"

我还有一个“转换功能”

如果列表中有这样的单词，我如何检查列表。如果是这样，请使用“转换”功能对其进行更改。 “conversion”是一个字典，以“Drive”等单词为键，值为“Dr”

这就是我所做的

def convert_message(msg, conversion):
    msg = msg.translate({ord(i): None for i in ".,"})
    tokens = msg.strip().split(" ")
    for x in msg:
         if x in keys (conversion):


    return " ".join(tokens)

Answer 1

是不是很简单：

translations = {'Drive': 'Dr'}

for index, token in enumerate(tokens):
    if token in conversion:
        tokens[index] = conversion[token]

return ' '.join(tokens)

但是，这不适用于像 "Obstruction on Cowlishaw Street." 这样的句子，因为现在的标记是 Street.。也许您应该使用带有re.sub 的正则表达式：

import re
def convert_message(msg, conversion):
    def translate(match):
        word = match.group(0)
        if word in conversion:
            return conversion[word]
        return word

    return re.sub(r'\w+', translate, msg)

re.sub 在这里找到 1 个或多个连续 (+) 字母数字字符 (\w)；并且对于每个这样的正则表达式匹配调用给定的函数，将匹配作为参数；可以使用match.group(0) 检索匹配的单词。该函数应返回给定匹配项的替换项 - 在这里，如果在字典中找到该单词，我们将返回该单词，否则返回原始单词。

因此：

>>> msg = "Cowlishaw Street & Athllon Drive, Greenway now free of obstruction."
>>> convert_message(msg, {'Drive': 'Dr', 'Street': 'St'})
'Cowlishaw St & Athllon Dr, Greenway now free of obstruction.'

---

至于&，在Python 3.4+ 上你应该使用html.unescape 来解码HTML 实体：

>>> import html
>>> html.unescape('Cowlishaw Street & Athllon Drive, Greenway now free of obstruction.')
'Cowlishaw Street & Athllon Drive, Greenway now free of obstruction.'

这将处理 所有 已知的 HTML 实体。对于较旧的 python 版本，您可以查看alternatives on this question。

正则表达式与&字符不匹配；如果你也想替换它，我们可以使用正则表达式\w+|.，这意味着：“任何连续的字母数字字符，或者任何不在这样的运行中的单个字符”：

import re
import html


def convert_message(msg, conversion):
    msg = html.unescape(msg)

    def translate(match):
        word = match.group(0)
        if word in conversion:
            return conversion[word]
        return word

    return re.sub(r'\w+|.', translate, msg)

那你就可以了

>>> msg = 'Cowlishaw Street & Athllon Drive, Greenway now free of obstruction.'
>>> convert_message(msg, {'Drive': 'Dr', '&': 'and', 
                          'Street': 'St', '.': '', ',': ''})
'Cowlishaw St and Athllon Dr Greenway now free of obstruction'