如何用正则表达式替换Word文档中产品类型后的内容为指定变量？

原代码的核心问题在于多次冗余的正则搜索，且最终错误地将匹配到的产品文本直接替换为newproduct后覆盖了整个段落，甚至可能因正则匹配逻辑导致重复替换。你需要的是保留「Product type:」前缀，仅替换其后的所有内容，而非替换整个段落。

正则表达式优化 #

使用捕获组保留「Product type:」前缀，匹配冒号后所有任意空白字符（空格/制表符）及后续产品内容，一次性完成替换：

• 匹配模式：r"(Product type:)\s+.*"
  • (Product type:)：捕获前缀作为分组1，用于保留原前缀
  • \s+：匹配冒号后一个或多个空白字符（空格、制表符）
  • .*：匹配后续所有产品内容（包括带标点的单词）
• 替换规则：将匹配到的内容替换为r"\1 " + newproduct，确保格式统一为「Product type: newproduct」

修正后的代码 #

import re
from docx import Document
from docx.shared import Pt

# 预先定义变量
newproduct = "Blue cotton jacket"
doc = Document("your_document.docx")  # 替换为你的文档路径

pattern = r"(Product type:)\s+.*"

for p in doc.paragraphs:
    if re.search(pattern, p.text):
        # 直接替换段落内目标内容，保留前缀
        p.text = re.sub(pattern, r"\1 " + newproduct, p.text)
        # 设置字体样式
        p.style.font.name = 'Arial'
        p.style.font.size = Pt(10)

# 保存修改后的文档
doc.save("updated_document.docx")

关键改进点 #

• 移除嵌套的re.search调用，简化逻辑，避免重复匹配导致的错误
• 直接对段落文本进行精准替换，保留「Product type:」前缀，仅替换后续内容
• 替换后的格式统一，不受原冒号后空白数量的影响

精准匹配扩展（可选） #

如果需要严格匹配「Product type:」后跟2-10个含标点的单词，可将匹配模式调整为：

pattern = r"(Product type:)\s+([\w\.,!?'’]+(?:\s+[\w\.,!?'’]+){1,9})"

该模式会精确匹配冒号后2-10个包含常见标点的单词，替换逻辑保持不变。

内容的提问来源于stack exchange，提问作者fluervion