如何在字符串中进行有条件的字符替换

Question

我在Python中有一个unicode字符串，基本上需要经过一个字符的逐个字符并根据规则列表替换某些字符串。一个这样的规则是如果a在n之后a改为ö。另外，如果一行中有两个元音字符，它们将被一个元音字符和:取代。所以，如果我有字符串"natarook"，获取"nötaro:k"最简单和最有效的方法是什么？如果有问题的话，使用Python 2.6和CherryPy 3.1。

编辑：连续两个元音并不意味着同样的元音（OO，AA，II）

Answer 1

# -*- coding: utf-8 -*- 

def subpairs(s, prefix, suffix): 
    def sub(i, sentinal=object()): 
     r = prefix.get(s[i:i+2], sentinal) 
     if r is not sentinal: return r 

     r = suffix.get(s[i-1:i+1], sentinal) 
     if r is not sentinal: return r 
     return s[i] 

    s = '\0'+s+'\0' 
    return ''.join(sub(i) for i in xrange(1,len(s))) 

vowels = [(v+v, u':') for v in 'aeiou'] 

prefix = {} 
suffix = {'na':u'ö'} 
suffix.update(vowels) 
print subpairs('natarook', prefix, suffix) 
# prints: nötaro:k 

prefix = {'na':u'ö'} 
suffix = dict(vowels) 
print subpairs('natarook', prefix, suffix) 
# prints: öataro:k 

Answer 2

鉴于你的规则，我说你真的想要一个简单的状态机。嗯，第二个想法，也许不是;你可以随时回头看看字符串。

我在Python中有一个unicode字符串，基本上需要逐个字符地逐个字符，并根据规则列表替换某些字符串。一个这样的规则是，如果a在n之后，则a被改变为ö。另外，如果一行中有两个元音字符，它们将被一个元音字符和：替换。所以如果我有字符串，获取“nötaro：k”最简单和最有效的方法是什么？如果有问题的话，使用Python 2.6和CherryPy 3.1。

vowel_set = frozenset(['a', 'e', 'i', 'o', 'u', 'ö']) 

def fix_the_string(s): 
    lst = [] 
    for i, ch in enumerate(s): 
     if ch == 'a' and lst and lst[-1] == 'n': 
      lst.append('ö') 
     else if ch in vowel_set and lst and lst[-1] in vowel_set: 
      lst[-1] = 'a' # "replaced by one vowel character", not sure what you want 
      lst.append(':') 
     else 
      lst.append(ch) 
    return "".join(lst) 

print fix_the_string("natarook") 

编辑：现在，我看到@Anon的答案。我认为这是最简单的方法。一旦你获得了大量的规则，这实际上可能会更快，因为它会传递一个字符串;但可能不会，因为Python中的正则表达式是快速的C代码。

但是越简单越好。下面是正则表达式的方法实际的Python代码：“我知道，我将使用正则表达式”

import re 
pat_na = re.compile(r'na') 
pat_double_vowel = re.compile(r'([aeiou])[aeiou]') 

def fix_the_string(s): 
    s = re.sub(pat_na, r'nö', s) 
    s = re.sub(pat_double_vowel, r'\1:', s) 
    return s 

print fix_the_string("natarook") # prints "nötaro:k" 

Answer 3

但严重的是，正则表达式对于字符串操作确实很好。

你可以写每一个规则，像这样：

s/na/nö/g 
s/([aeiou])$1/$1:/g 

或者你也可以在运行时从其中列出了他们所有其他来源产生它们。

Answer 4

专注于容易和正确首先，然后考虑效率，如果分析表明其瓶颈。

简单的方法是：

prev = None 
for ch in string: 
    if ch == 'a': 
    if prev == 'n': 
     ... 
    prev = ch 

Answer 5

这可能是简单的做用正则表达式的手工制作的列表，而不是progmatically gererating他们。我推荐以下代码。

import re 
# regsubs is a dictionary of regular expressions as keys, 
# and the replacement regexps as values 
regsubs = {'na':u'nö', 
      '([aeiou])\\1': '\\1:'} 

def makesubs(s): 
    for pattern, repl in regsubs.iteritems(): 
     s = re.sub(pattern, repl, s) 
    return s 

print makesubs('natarook') 
# prints: nötaro:k