根据最常见的宫缩字典扩大英语收缩

Question

我正在尝试使用python替换合同的单词，但是面临错误。

import re
tweet = "I luv my <3 iphone & you're awsm apple. DisplayIsAwesome, sooo happppppy 🙂 http://www.apple.com"
contractions_dict = {"ain't": "am not",
                  "aren't": "are not",
                  "can't": "cannot",
                  "you're": "you are"}    
contractions_re = re.compile('(%s)' '|'.join(contractions_dict.keys()))
def expand_contractions(s, contractions_dict=contractions_dict):
    def replace(match):
        return contractions_dict[match.group(0)]
    return contractions_re.sub(replace, s)
expand_contractions(tweet)

我尝试在"你"中添加"/"，不起作用。

输出应该是扩展的版本，而原始推文刚刚通过。

Answer 1

这是一个线索：

>>> print('(%s)' '|'.join(contractions_dict.keys()))
you're(%s)|aren't(%s)|ain't(%s)|can't

由于 %s在正则表达式中没有特殊的含义，因此它将仅匹配自身。但是您的输入中没有百分比符号，因此比赛失败了。

我怀疑您正在寻找

之类的东西

>>> print('|'.join('(%s)' % k for k in contractions_dict.keys()))
(you're)|(aren't)|(ain't)|(can't)

或

>>> print('(%s)' % '|'.join(contractions_dict.keys()))
(you're|aren't|ain't|can't)

，但是由于您使用的是match.group(0)（即整个匹配的字符串），因此捕获是无关紧要的，并且无需在交替中括起括号。因此，更简单的解决方案很好：

>>> contractions_re = re.compile('|'.join(contractions_dict.keys()))
>>> expand_contractions(tweet)
'I luv my <3 iphone & you are awsm apple. DisplayIsAwesome, sooo happppppy xf0x9fx99x82 http://www.apple.com'