如何在Python中使用正则表达式替换为小写

Question

我想要搜索一些关键词（这些关键词是动态的），并把它们替换成特定的格式。例如：

keys = ["cat", "dog", "mouse"]
text = "Cat dog cat cloud miracle DOG MouSE"

这些数据

keys = ["cat", "dog", "mouse"]
text = "Cat dog cat cloud miracle DOG MouSE"

需要转换成

converted_text = "[Cat](cat) [dog](dog) [cat](cat) cloud miracle [DOG](dog) [MouSE](mouse)"

这是我的代码：

keys = "cat|dog|mouse"
p = re.compile(u'\\b(?iu)(?P<name>(%s))\\b' % keys)
converted_text = re.sub(p, '[\g<name>](\g<name>)', text)

这个代码运行得很好，只是我无法把最后一个参数转换成小写。它的转换结果是这样的：

converted_text = "[Cat](cat) [dog](dog) [cat](cat) cloud miracle [DOG](DOG) [MouSE](MouSE)"

我该如何把最后一个参数转换成小写呢？看起来Python无法处理\L这个符号。

Answer 1

根据你提出的解决方案，我可以假设我不需要把键保留为一个列表（我会用集合，这样查找会更快）。这个答案还假设文本中的所有单词都是用空格分开的（我会用这个来把它们重新连接起来）。基于这些，你可以使用：

>>> keys = (["cat", "dog", "mouse"])
>>> text = "Cat dog cat cloud miracle DOG MouSE"
>>> converted =  " ".join(("[%s](%s)" % (word, word.lower()) if word.lower() in keys else word) for word in text.split())
>>> converted
'[Cat](cat) [dog](dog) [cat](cat) cloud miracle [DOG](dog) [MouSE](mouse)'

当然，这样做会调用 word.lower() 两次。你可以避免这样做（并且仍然使用类似的方法），通过使用两个列表推导式（或者实际上是生成器表达式）：

>>> converted =  " ".join(("[%s](%s)" % (word, lower) if lower in keys else word) for word, lower in ((w, w.lower()) for w in text.split()))
>>> converted
'[Cat](cat) [dog](dog) [cat](cat) cloud miracle [DOG](dog) [MouSE](mouse)'

Answer 2

不需要使用正则表达式

>>> keys = ["cat", "dog", "mouse"]
>>> text = "Cat dog cat cloud miracle DOG MouSE"
>>> for w in text.split():
...     if w.lower() in keys:
...        print "[%s]%s" %(w,w.lower()),
...     else:
...        print w,
...
[Cat]cat [dog]dog [cat]cat cloud miracle [DOG]dog [MouSE]mouse

Answer 3

你可以用一个函数来进行替换：

pattern = re.compile('|'.join(map(re.escape, keys)), re.IGNORECASE)
def format_term(term):
    return '[%s](%s)' % (term, term.lower())

converted_text = pattern.sub(lambda m: format_term(m.group(0)), text)