替换match python中的特定子字符串

Question

我要用regex替换df序列中匹配字符串的子字符串。 我浏览了文档（例如HERE），找到了一个能够捕获我想要匹配的特定类型字符串的解决方案。但是，在替换过程中，它不会替换子字符串。你知道吗

我有这样的案子

data
initthe problem
nationthe airline
radicthe groups
professionthe experience
the cat in the hat

在这种特殊情况下，我感兴趣的是在“the”不是独立字符串的情况下用“al”替换“the”（即前面加空格，后面加空格）。你知道吗

我尝试了以下解决方案：

patt = re.compile(r'(?:[a-z])(the)')
df['data'].str.replace(patt, r'al')

但是，它也替换了“the”前面的非空白字符。你知道吗

有什么建议我可以做的只是重新计算这些子字符串的具体情况吗？你知道吗

Answer 1

尝试使用lookback，它检查（断言）在the之前的字符，但实际上不消耗任何内容：

input = "data\ninitthe problem\nnationthe airline\nradicthe groups\nprofessionthe experience\nthe cat in the hat"

output = re.sub(r'(?<=[a-z])the', 'al', input)
print(output)

data
inital problem
national airline
radical groups
professional experience
the cat in the hat

Demo