如何在Python中为指定词汇精准添加HTML标签（适配PyQt5 QTextEdit）

我看了你的代码和需求，发现几个关键问题导致没有达到预期效果：

• 你的正则没有处理单词边界，导致像vinylDiesel里的vinyl也被错误替换；
• 没有优先处理长短语（比如vinyl cutters），短的vinyl先替换后，长短语就无法被匹配到了；
• 循环替换时，重复的关键词（比如两次vinyl）会把之前已经替换好的内容再次修改，导致格式混乱。

下面是修正后的代码，完美实现你要的效果：

import re

s = ''' vinyl I had to go to Miami. The size of the ball is huge also the vinyl cutters. I have a computer and it is only 1. Another vinyl vinylDiesel '''
data = ["vinyl", "size", "vinyl cutters", "computer", "1", "vinyl", "5"]

# 第一步：创建关键词到对应下标的映射，处理重复项
keyword_index = {}
for idx, keyword in enumerate(data, start=1):
    if keyword not in keyword_index:
        keyword_index[keyword] = []
    keyword_index[keyword].append(idx)

# 第二步：按关键词长度从长到短排序，确保长短语先被替换，避免被短词拆分
sorted_keywords = sorted(keyword_index.keys(), key=lambda x: -len(x))

# 第三步：定义替换函数，处理每个匹配项
def replace_match(match):
    keyword = match.group(0)
    # 获取当前关键词对应的下标（弹出第一个，处理重复匹配）
    idx = keyword_index[keyword].pop(0)
    # 构建HTML标签，这里用你指定的span样式和sub标签
    html_tag = f"(<span style='color:blue;font-weight:bold;'>{keyword}</span>)<sub style='font-weight:bold;font-size:15px;'>{idx}</sub>"
    return html_tag

# 第四步：遍历排序后的关键词，用正则进行替换（使用单词边界\b，避免部分匹配）
for keyword in sorted_keywords:
    # 转义关键词里的特殊字符，添加单词边界确保匹配独立单词
    pattern = re.compile(r'\b' + re.escape(keyword) + r'\b', re.IGNORECASE)
    s = pattern.sub(replace_match, s)

# 最后输出结果
print(s)

代码解释： #

1. 关键词映射：记录每个关键词对应的所有下标，处理data里的重复项（比如两次vinyl对应下标1和6）；
2. 长短语优先：把vinyl cutters这种长短语放在前面替换，避免先替换vinyl后，长短语被拆成已格式化的片段无法匹配；
3. 正则替换回调：用replace_match函数动态生成对应的HTML标签，每次匹配后弹出一个下标，保证重复关键词对应正确的序号；
4. 精确匹配：使用re.escape处理关键词里的特殊字符，配合\b单词边界，避免像vinylDiesel这种包含关键词但不是独立单词的内容被错误替换。

运行修正后的代码，就能得到符合预期的HTML结果，直接可以设置到PyQt5的QTextEdit中展示富文本效果。

内容的提问来源于stack exchange，提问作者Ice Bear