Функция распознавания регулярных выражений Python для оценки литералов-символов

Question

Я разрабатываю приложение, где мне нужно искать и заменять строки в тексте.

Я столкнулся с this SO post и использовал третий ответ в качестве основы для моей функции.

Мой код выглядит следующим образом:

subs_dict = { 
    "INT.": "Internet", 
    ... 
} 

def substitutions(self, text): 
    return re.sub(
     r'\b' + '|'.join(subs_dict.keys()) 
     + r'\b', lambda m: subs_dict[m.group(0)], 
     text 
    ) 

Однако это получает споткнулся на текст такого как "The INTREPID explorer" который терпит неудачу с Key Error для INTR.

Проблема в том, что в сравнении «INT». интерпретируется как «INT» и любой другой символ, поскольку период является особым.

я временно исправили проблему с помощью этого модифицированного кода: «[.] INT»

def substitutions(text): 
    return re.sub(
     r'\b' + '|'.join(subs_dict.keys()).replace('.', [.]) 
     + r'\b', lambda m: subs_dict[m.group(0)], 
     text 
    ) 

который позволяет период должны быть оценены в буквальном смысле, но сохраняет целостность ключей Dict (в отличие от использования в качестве ключ, который будет не в состоянии.

Однако это имеет неприятный запах к нему, и, конечно, требует только уход за период, а не какие-либо другие специальные символы.

Итак, я предполагаю, что мой вопрос будет, если является лучшим способом, который работает и оценивает ny специальных символов буквально.

Answer 1

уборщик способом было бы избежать фактических строк, с re.escape, прежде чем присоединиться к ним, как этот

r'\b' + '|'.join(map(re.escape, subs_dict)) + r'\b' 

Например,

>>> import re 
>>> subs_dict = {"INT.": "Internet"} 
>>> def substitutions(text): 
...  return re.sub(r'\b' + '|'.join(map(re.escape, subs_dict)) + r'\b', 
...     lambda m: subs_dict[m.group(0)], text) 
... 
>>> substitutions("The INTREPID explorer") 
'The INTREPID explorer' 
>>> substitutions("The INT.EPID explorer") 
'The InternetEPID explorer'