如何用Python正则表达式及re.sub为句子中每个单词包裹标签？

先搞懂\b的工作原理 #

\b 是正则里的单词边界，它匹配的是一个位置而非具体字符：

• 当一侧是「单词字符」（\w，即字母、数字、下划线），另一侧是「非单词字符」（\W，比如标点、空格）或字符串的开头/结尾时，这个位置就会被\b匹配到。
• 举个例子：在“Test, abc”里，Test末尾的t和逗号之间、空格和abc开头的a之间，都是\b匹配的位置。

实现代码 #

核心思路是用正则匹配每个完整单词，再将其替换为包裹标签的形式。以下是常见编程语言的实现：

Python 版本

import re
input_text = "Test, abc; text."
output_text = re.sub(r'\b(\w+)\b', r'<span>\1</span>', input_text)
print(output_text)
# 输出：<span>Test</span>, <span>abc</span>; <span>text</span>.

JavaScript 版本

const inputText = "Test, abc; text.";
const outputText = inputText.replace(/\b(\w+)\b/g, '<span>$1</span>');
console.log(outputText);
// 输出：<span>Test</span>, <span>abc</span>; <span>text</span>.

关键说明 #

• \b(\w+)\b：两个\b确保匹配的是完整单词，(\w+)捕获一个或多个单词字符作为分组。
• 替换时用<span>\1</span>（Python）或<span>$1</span>（JavaScript）将捕获的单词包裹，标点符号会保留在标签外，完全符合需求。

如果你的场景中单词包含连字符、撇号等特殊字符（比如“don't”“state-of-the-art”），可以调整正则为\b([\w'-]+)\b来兼容这类情况。

内容的提问来源于stack exchange，提问作者Paul R