如何在Python中实现整词及整句的关联字符串翻译？

需求 #

开发一个程序，将文件中的特定词汇（如“sun”译为“nuclear fusion”，“Mars”译为“Earth”）等进行翻译。

现有代码 #

import time
import os
import sys
import pyperclip
import numpy as np


translator = {
    'E' :  'L' ,
    'H' :  'O' ,
    'L' : 'S' ,
    'O' :  'A' ,
    'HELLO' : 'Salut',
}

def a():
    f_path = input("File: ")
    f = open(f_path, 'r')
    lines = f.read()
    converted_data = ""

    for i in range(0, len(lines)):
        if lines[i] in translator.keys():
           converted_data += translator[lines[i]]
        else:
           converted_data += lines[i]
    print(converted_data)

a()

当前问题 #

代码运行时，若文件包含“HELLO”，输出结果为“OLSSA”而非预期的“Salut”。原代码仅匹配单个字符的字典键，无法实现整词或整句翻译。

解决方案 #

核心思路是优先匹配长文本（整词/整句），再匹配单个字符，通过正则表达式可以高效实现这一逻辑：

1. 调整字典键的排序：将长键放在匹配优先级的首位，避免长文本被拆分为单个字符逐一替换。
2. 使用正则批量替换：通过正则表达式生成匹配规则，一次性完成所有替换操作，提升效率与准确性。

修改后的代码如下：

import re  # 导入正则表达式模块

translator = {
    'HELLO': 'Salut',
    'E': 'L',
    'H': 'O',
    'L': 'S',
    'O': 'A',
}

# 生成正则匹配规则：按键的长度降序排列，确保长文本优先匹配
pattern = re.compile('|'.join(re.escape(key) for key in sorted(translator.keys(), key=len, reverse=True)))

def translate_file():
    f_path = input("File: ")
    with open(f_path, 'r') as f:  # 使用with语句自动管理文件资源，避免泄漏
        content = f.read()
    
    # 执行替换：匹配到的内容直接用字典对应值替换
    converted_data = pattern.sub(lambda match: translator[match.group()], content)
    print(converted_data)

translate_file()

关键说明 #

• 排序规则：sorted(translator.keys(), key=len, reverse=True)将字典键按长度从长到短排序，确保“HELLO”这类长字符串先被匹配，不会被拆分为单个字符替换。
• re.escape()：转义键中的正则特殊字符（如., *等），避免匹配逻辑出错。
• re.sub()的lambda替换：每次匹配到目标内容时，直接从字典中取出对应值完成替换。
• with语句：替代直接open()文件的写法，自动处理文件关闭操作，代码更安全。

内容的提问来源于stack exchange，提问作者Genius500