Python实现给字符串中多词短语添加引号（含括号场景）

问题说明 #

需要将包含布尔运算符（AND/OR）和括号的查询字符串，如 jon doe AND (james OR james david)，转换为给所有多词短语包裹双引号的格式："jon doe" AND (james OR "james david")。非正则方法无法适配带括号的嵌套场景，这里提供简洁的正则实现方案。

正则实现思路 #

核心是匹配非布尔运算符、由多个空格分隔单词组成的连续字符序列，同时自动忽略括号的嵌套结构，无需额外处理括号逻辑。

代码实现（Python） #

import re

def wrap_multi_word_phrases(query):
    # 正则规则：匹配至少两个单词组成的短语，排除AND/OR运算符
    regex_pattern = r'\b(?!AND\b|OR\b)([a-zA-Z]+(?:\s+[a-zA-Z]+)+)\b'
    return re.sub(regex_pattern, r'"\1"', query)

# 测试示例
raw_query = 'jon doe AND (james OR james david)'
formatted_query = wrap_multi_word_phrases(raw_query)
print(formatted_query)  # 输出："jon doe" AND (james OR "james david")

正则规则解释 #

• \b：单词边界，确保匹配的是完整的单词序列，避免部分匹配运算符或短语
• (?!AND\b|OR\b)：负向预查，排除单独的AND/OR运算符，防止误包裹
• ([a-zA-Z]+(?:\s+[a-zA-Z]+)+)：捕获多词短语，(?:...)是非捕获组，用于匹配后续的空格+单词结构，确保至少有两个单词
• \b：结尾的单词边界，确保短语完整闭合

扩展适配 #

如果查询中包含数字、连字符等特殊字符，可调整正则的字符类，例如将 [a-zA-Z] 替换为 [a-zA-Z0-9-]，适配更多场景：

regex_pattern = r'\b(?!AND\b|OR\b)([a-zA-Z0-9-]+(?:\s+[a-zA-Z0-9-]+)+)\b'

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