如何使用字典标准化多来源解析后二维列表中的术语？

我在解析多份PDF时遇到术语表述不统一的问题，比如不同来源将Batman写成The Batman、bat man等。为此我创建了用于统一术语的字典：

Voc_dict = {'Batman':'Batman',
'the Batman': 'Batman',
'bat man': 'Batman'}

现在需要标准化以下二维列表中的文本内容：

Super_list  = [['among the heros with daddy issues, the bat man shines'], ['Bat man protects the city with everything he gots']]

我尝试通过遍历列表和字典实现，但代码没有生效：

For i in super_list:
    For key, value in voc_dict.items():
         i.replace(voc_dict[key], voc_dict[value])

问题根源 #

1. Python循环关键字是小写for，大写For会直接触发语法错误。
2. Super_list是二维列表，每个元素是包含单个字符串的子列表，直接对列表调用replace方法无效，必须先获取子列表内的字符串。
3. 字符串是不可变类型，replace方法不会修改原字符串，需要将返回的新字符串重新赋值回原位置。
4. 未考虑替换顺序：如果先替换短术语，可能会破坏长术语的匹配（比如先替换Batman后，the Batman可能只剩the 无法匹配），因此需要优先替换更长的术语。

正确实现代码 #

# 按术语长度从长到短排序，优先匹配长术语
sorted_voc = sorted(Voc_dict.items(), key=lambda x: len(x[0]), reverse=True)

# 遍历二维列表的每个子列表
for sub_list in Super_list:
    # 遍历子列表中的每个文本（此处每个子列表仅含一个字符串）
    for idx, text in enumerate(sub_list):
        # 依次替换每个术语
        for key, standard_term in sorted_voc:
            # 若需要不区分大小写匹配，用下面这行
            text = text.replace(key.lower(), standard_term)
            # 若只需要精准匹配，替换为：text = text.replace(key, standard_term)
        # 将替换后的文本存回原列表位置
        sub_list[idx] = text

# 查看处理后的结果
print(Super_list)

运行结果 #

[['among the heros with daddy issues, Batman shines'], ['Batman protects the city with everything he gots']]

内容的提问来源于stack exchange，提问作者H. H.