Python字典替换字符串特殊字符求助：Dataframe替换无效及空格处理

问题根源 #

• 正则特殊字符未转义：+、.、°、/属于正则表达式的特殊元字符，直接使用会被解析为匹配规则而非普通文本，导致无法命中目标字符串。
• 空格处理逻辑不当：原代码中对候选字符串执行strip()会移除前后空格，导致无法匹配原文本中带前后空格的目标内容（比如字典中的" num "会被处理成"num"，无法匹配文本中的" num "）。

修正后的代码方案 #

基础版：匹配独立元素（前后为空白/首尾） #

该方案确保只替换作为独立元素出现的目标字符串，避免部分匹配：

import re
import pandas as pd

# 修正映射字典，确保逗号分隔的条目格式规范
contractions_dict = {
    "capital plus": "k+, c+, k plus, capital+, capital +, +k+",
    "nécessaire fait": "nf, n/f, n.f",
    "numéro": "num, n°, n °"
}

# 生成转义后的替换字典
dic_1 = {
    fr'(?<!\S){re.escape(k.strip())}(?!\S)': target 
    for target, candidates in contractions_dict.items() 
    for k in candidates.split(',')
}

# 执行替换
C['COMMENTAIRE_2'] = C['COMMENTAIRE_1'].replace(dic_1, regex=True)

进阶版：保留前后空格 #

如果需要保留目标字符串前后的空格（比如文本中的" n° "替换后变为" numéro "），可以使用捕获组实现：

import re
import pandas as pd

contractions_dict = {
    "capital plus": "k+, c+, k plus, capital+, capital +, +k+",
    "nécessaire fait": "nf, n/f, n.f",
    "numéro": "num, n°, n °"
}

dic_1 = {
    fr'(\s*){re.escape(k.strip())}(\s*)': r'\1' + target + r'\2'
    for target, candidates in contractions_dict.items() 
    for k in candidates.split(',')
}

C['COMMENTAIRE_2'] = C['COMMENTAIRE_1'].replace(dic_1, regex=True)

关键说明 #

• re.escape()：自动转义所有正则特殊字符，确保+、.等被当作普通文本匹配。
• (?<!\S)/(?!\S)：断言目标字符串前后为空白字符或字符串首尾，保证只匹配独立元素，避免误替换（比如不会替换"abc+k+def"中的"+k+"）。
• 捕获组(\s*)：用于保留目标字符串前后的任意空格，替换后保持原有空格结构。

内容的提问来源于stack exchange，提问作者Karima Touati