如何使用re.sub替换列表中后跟数字的目标单词为指定字符串？

原代码的问题 #

• 正则拼接错误：[0-9]是列表类型，不能直接和字符串拼接，应该用正则表达式字符串r'[0-9]+'（或更简洁的r'\d+'）
• 缺少单词边界：如果不限制单词边界，可能会误匹配包含目标单词的更长字符串（比如applepie34会被错误匹配）
• 替换字符串未加引号：ball是变量而非字符串，应该写成'ball'

正确实现方案 #

基础版本（适用于单词无正则特殊字符的情况）

import re

list1 = ['apple', 'orange']
text = 'the books are good apple34, orange56 is sweet'
# 构建正则模式：匹配列表中任意单词作为完整单词，后跟一个或多个数字
pattern = r'\b(' + '|'.join(list1) + r')\d+'
# 替换匹配到的内容为'ball'
result = re.sub(pattern, 'ball', text)
print(result)  # 输出: the books are good ball, ball is sweet

健壮版本（兼容含正则特殊字符的单词）

如果列表中的单词包含.、*这类正则特殊字符，需要先用re.escape转义，避免正则解析错误：

import re

list1 = ['apple', 'orange.', 'pear*']
text = 'apple123 orange.456 pear*789 test'
# 转义每个单词后拼接正则模式
pattern = r'\b(' + '|'.join(map(re.escape, list1)) + r')\d+'
result = re.sub(pattern, 'ball', text)
print(result)  # 输出: ball ball ball test

代码说明 #

• \b：单词边界，确保匹配的是独立的目标单词，不会误匹配长字符串中的子串
• (...)：分组，将列表中的单词作为一组进行匹配
• \d+：匹配一个或多个数字，等价于[0-9]+
• re.sub：将所有匹配到的符合规则的子串替换为指定字符串'ball'

内容的提问来源于stack exchange，提问作者sruthi