Python基于条件替换子串：解决驼峰缩写替换误匹配问题

核心修改逻辑 #

你之前使用的非捕获组(?:)虽然不会生成分组捕获结果，但仍然会匹配对应位置的字符并将其纳入整体匹配范围，因此替换时会连带前后字符一起修改。要解决这个问题需要使用零宽断言：这类断言只做位置规则校验，不会消耗匹配字符，最终匹配结果仅包含你要替换的缩写本身。

要匹配的前后规则改写为：

• 前缀校验（后行断言）：(?<=^|[a-z]|\s)，校验匹配位置的前面是字符串开头、小写字母或空格
• 后缀校验（先行断言）：(?=[A-Z]|\s|$)，校验匹配位置的后面是大写字母、空格或字符串结尾

单个缩写ShFrm的最终匹配模式为：r'(?<=^|[a-z]|\s)ShFrm(?=[A-Z]|\s|$)'

pandas DataFrame 批量替换实现代码 #

import pandas as pd
import re

# 示例数据
abbr_map = {'ShFrm':'Shortform', 'LgFrm':'Longform' ,'Auto':'Automatik'}
df = pd.DataFrame({
    'text': ['ShFrmLgFrm should be replaced Automatically','Auto', 'AutoLgFrm']
})

# 生成批量匹配的正则模式：缩写按长度倒序排列，避免短缩写先匹配长缩写的前缀
sorted_abbrs = sorted(abbr_map.keys(), key=len, reverse=True)
pattern = re.compile(
    fr'(?<=^|[a-z]|\s)({"|".join(re.escape(k) for k in sorted_abbrs)})(?=[A-Z]|\s|$)'
)

# 执行替换
df['replaced_text'] = df['text'].str.replace(pattern, lambda x: abbr_map[x.group()], regex=True)

替换结果验证 #

可以看到Automatically中的Auto因为后缀是小写字母m，不符合匹配规则，不会被错误替换。

内容的提问来源于stack exchange，提问作者Ritu Gahir