Python中使用re.sub时如何排除特定单词？

你需要的是在移除所有格s'时，跳过特定单词（比如这里的states），核心思路是用正则表达式的否定后顾断言来精准控制匹配范围。

修正后的代码示例 #

import re

original_text = "united states' and washingtons' and civilians' and qur'an"
# 使用否定后顾断言，仅匹配前面不是"state"的s'
cleaned_text = re.sub(r"(?<!state)s'", '', original_text)

print(cleaned_text)
# 输出: united states and washington and civilian and qur'an

代码解释 #

• (?<!state)：这是否定后顾断言，表示仅当s'的前面不是state这个字符串时，才会匹配后面的s'。这样states'里的s'因为前面是state，会被跳过，保留为states；而其他单词的s'（比如washingtons'、civilians'）会被匹配并移除，得到你想要的结果。
• s'：匹配所有格的结尾部分，替换为空字符串就完成了清理。

扩展：排除多个特定单词 #

如果你需要排除多个单词（比如同时保留states'和jones'），可以用|分隔多个关键词，修改正则为：

cleaned_text = re.sub(r"(?<!state|jone)s'", '', original_text)

这样jones'也会被保留为jones，其他的s'正常清理。

处理大小写问题 #

如果文本里有大小写混合的情况（比如States'），可以加上re.IGNORECASE标志忽略大小写：

cleaned_text = re.sub(r"(?<!state)s'", '', original_text, flags=re.IGNORECASE)

内容的提问来源于stack exchange，提问作者John Stud