使用正则表达式将客户评论中的点替换为逗号

debugcn 发表于 Dev

玛丽

我需要写一个正则表达式来替换'.'用','在一些患者对毒品的意见。他们在提到副作用后应该使用逗号，但是其中一些使用点。例如：

text = "the drug side-effects are: night mare. nausea. night sweat. bad dream. dizziness. severe headache.  I suffered. she suffered. she told I should change it."

我编写了一个正则表达式代码来检测一个单词（例如，头痛）或两个单词（例如，噩梦），并用两个点包围：

检测被两个点包围的单词：

text=  re.sub (r'(\.)(\s*\w+\s*\.)',r',\2 ', text )

检测被两个点包围的两个词：

text =  re.sub (r'(\.)(\s*\w+\s\w+\s*\.)',r',\2 ', text11 )

这是输出：

the drug side-effects are: night mare, nausea,  night sweat.  bad dream, dizziness,  severe headache.   I suffered, she suffered.  she told I should change it.

但是应该是：

the drug side-effects are: night mare, nausea,  night sweat,  bad dream, dizziness,  severe headache.   I suffered. she suffered.  she told I should change it.

我的代码并没有取代dot后night sweat to ','。我另外，if a sentence starts with a subject pronoun (such as I and she) I do not want to change dot to comma after it, even if it has two words (such as, I suffered)。我不知道如何将此条件添加到我的代码中。

有什么建议吗？谢谢！

塞巴斯蒂安·普罗斯克（Sebastian Proske）

您可以使用以下模式：

\.(\s*(?!(?:i|she)\b)\w+(?:\s+\w+)?\s*)(?=[^\w\s]|$)

这会匹配一个点，然后捕获一个或两个单词，其中第一个不是您提到的代词（您很可能需要扩展该列表）。其后必须是既不是单词字符也不是空格（例如. ! : ,）或字符串结尾的字符。

然后，您将不得不替换为 ,\1

在python中

import re
text = "the drug side-effects are: night mare. nausea. night sweat. bad dream. dizziness. severe headache.  I suffered. she suffered. she told I should change it."
text = re.sub(r'\.(\s*(?!(?:i|she)\b)\w+(?:\s+\w+)?\s*)(?=[^\w\s]|$)', r',\1', text, flags=re.I)
print(text)

产出

the drug side-effects are: night mare, nausea, night sweat, bad dream, dizziness, severe headache.  I suffered. she suffered. she told I should change it.

这可能不是绝对的故障保护，并且对于某些边缘情况，您可能必须扩展模式。

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。