Python双列表正则文本替换时如何避免重复替换导致内容回退

问题根源 #

逐一遍历关键词对、每次对全量文本执行替换的逻辑存在天然缺陷：前序替换写入的新文本如果命中后续待匹配的关键词规则，就会被二次修改。比如第一个规则把Strawberry Cookie替换为Pineapple Cookie后，第四个规则匹配Pineapple Cookie时，会把刚替换完成的内容再次替换为Strawberry Cookie，最终出现内容还原的错误。
之前尝试的按行拆分+校验列表方案逻辑不成立：校验规则没有和文本匹配位置绑定，break逻辑位置错误，无法实现「已替换内容锁定」的效果。

实现思路 #

放弃多轮全量替换的逻辑，改为单次扫描全文完成所有替换：把所有待匹配关键词拼接为一个正则模式，匹配到原始文本中的关键词时直接返回对应替换值，替换生成的新内容不会进入匹配流程，从根源上避免二次修改。
该方案同时保留匹配优先级：正则模式中关键词的顺序和原列表a的顺序一致，存在关键词包含/重叠场景时，排在列表前面的关键词会优先匹配，符合按列表顺序替换的要求。

可直接运行的代码 #

import re

# 原始替换映射
a = ["Strawberry Cookie", "Banana Cookie", "Tomato Cookies", "Pineapple Cookie", "Apple Cookie"]
b = ["Pineapple Cookie", "Cookie Banana", "Cookie Tomato", "Strawberry Cookie", "Cookie Apple"]

# 待处理文本
text1 = """

Meaningless texts are listed aaaa

aaaaaaaaa Strawberry Cookie aaaaaaa

ccccc Meaningless texts are listed aaaaa

aaaaaaaaa Banana Cookie aaaaaa
bbbb Meaningless texts are listed aaaa

aaaaaaaa Tomato Cookies aaaaaaaa

aaaa Meaningless texts are listed aaaa
aaaaaaaa Pineapple Cookie aaaaaaa

aaaaaa Apple Cookie aaaaaaa
gggsdgg Meaningless texts are listed affff

dsddsssf

"""

# 构建不区分大小写的替换映射，对关键词做正则转义避免特殊字符报错
replace_map = {re.escape(k).lower(): v for k, v in zip(a, b)}
# 按列表顺序拼接正则匹配模式，开启忽略大小写匹配
match_pattern = re.compile("|".join(re.escape(k) for k in a), flags=re.IGNORECASE)
# 单次扫描完成所有替换，匹配到原始内容直接查映射表返回替换值
result = match_pattern.sub(lambda match_res: replace_map[re.escape(match_res.group(0)).lower()], text1)

print(result)

预期运行结果 #

Meaningless texts are listed aaaa

aaaaaaaaa Pineapple Cookie aaaaaaa

ccccc Meaningless texts are listed aaaaa

aaaaaaaaa Cookie Banana aaaaaa
bbbb Meaningless texts are listed aaaa

aaaaaaaa Cookie Tomato aaaaaaaa

aaaa Meaningless texts are listed aaaa
aaaaaaaa Strawberry Cookie aaaaaaa

aaaaaa Cookie Apple aaaaaaa
gggsdgg Meaningless texts are listed affff

dsddsssf

所有关键词仅完成一次替换，替换后的内容不会被后续规则修改，完全符合需求。

内容的提问来源于stack exchange，提问作者anfwkdrn