您正在查看单词，至少在英语中，单词是由字符组成的字符串。您有一些规则，要求您找到不同的字符组合，然后对它们进行不同的处理。这听起来像是正则表达式的工作。
示例 17.1. plural1.py
import re
def plural(noun):
if re.search('[sxz]$', noun): 
return re.sub('$', 'es', noun) 
elif re.search('[^aeioudgkprt]h$', noun):
return re.sub('$', 'es', noun)
elif re.search('[^aeiou]y$', noun):
return re.sub('y$', 'ies', noun)
else:
return noun + 's'
|
|
好的，这是一个正则表达式，但它使用了一种您在第 7 章“正则表达式”中没有见过的语法。方括号表示“匹配这些字符中的一个”。所以[sxz]表示“s、x或z”，但只能是其中之一。$应该很熟悉；它匹配字符串的结尾。所以您正在检查noun是否以s、x或z结尾。
|
|
|
这个re.sub函数执行基于正则表达式的字符串替换。让我们更详细地看一下。
|
示例 17.2. 介绍re.sub
>>> import re
>>> re.search('[abc]', 'Mark')
<_sre.SRE_Match object at 0x001C1FA8>
>>> re.sub('[abc]', 'o', 'Mark')
'Mork'
>>> re.sub('[abc]', 'o', 'rock') 
'rook'
>>> re.sub('[abc]', 'o', 'caps') 
'oops'
|
|
字符串Mark是否包含a、b或c？是的，它包含a。
|
|
|
好的，现在找到a、b或c，并将其替换为o。Mark变为Mork。
|
|
|
同样的函数将rock转换为rook。
|
|
|
您可能认为这会将caps转换为oaps，但事实并非如此。re.sub会替换所有匹配项，而不仅仅是第一个匹配项。所以这个正则表达式将caps转换为oops，因为c和a都被转换为o。
|
示例 17.3. 回到plural1.py
import re
def plural(noun):
if re.search('[sxz]$', noun):
return re.sub('$', 'es', noun)
elif re.search('[^aeioudgkprt]h$', noun):
return re.sub('$', 'es', noun)
elif re.search('[^aeiou]y$', noun):
return re.sub('y$', 'ies', noun)
else:
return noun + 's'
|
|
回到plural函数。您在做什么？您正在用es替换字符串的结尾。换句话说，将es添加到字符串中。您可以使用字符串连接来实现相同的结果，例如noun + 'es'，但我在这里使用正则表达式是为了保持一致性，原因将在本章后面说明。
|
|
|
仔细观察，这是另一个新的变化。方括号内的第一个字符^具有特殊含义：否定。[^abc]表示“除a、b或c以外的任何单个字符”。所以[^aeioudgkprt]表示除a、e、i、o、u、d、g、k、p、r或t以外的任何字符。然后该字符后面需要跟h，再跟字符串结尾。您正在寻找以 H 结尾且 H 可发的音的单词。
|
|
|
这里的模式相同：匹配以 Y 结尾的单词，其中 Y 前面的字符不是a、e、i、o或u。您正在寻找以 Y 结尾且发音像 I 的单词。
|
示例 17.4. 关于否定正则表达式的更多信息
>>> import re
>>> re.search('[^aeiou]y$', 'vacancy')
<_sre.SRE_Match object at 0x001C1FA8>
>>> re.search('[^aeiou]y$', 'boy')
>>>
>>> re.search('[^aeiou]y$', 'day')
>>>
>>> re.search('[^aeiou]y$', 'pita')
>>>
|
|
vacancy匹配此正则表达式，因为它以cy结尾，并且c不是a、e、i、o或u。
|
|
|
boy不匹配，因为它以oy结尾，而您明确表示y前面的字符不能是o。day不匹配，因为它以ay结尾。
|
|
|
pita不匹配，因为它不以y结尾。
|
示例 17.5. 关于re.sub的更多信息
>>> re.sub('y$', 'ies', 'vacancy')
'vacancies'
>>> re.sub('y$', 'ies', 'agency')
'agencies'
>>> re.sub('([^aeiou])y$', r'\1ies', 'vacancy')
'vacancies'
|
|
这个正则表达式将vacancy转换为vacancies，将agency转换为agencies，这正是您想要的。请注意，它也会将boy转换为boies，但这在函数中永远不会发生，因为您首先执行了re.search来确定是否应该执行此re.sub。
|
|
|
顺便说一句，我想指出的是，可以将这两个正则表达式（一个用于确定规则是否适用，另一个用于实际应用规则）组合成一个正则表达式。它看起来像这样。大部分内容应该很熟悉：您正在使用一个记忆组，您在第 7.6 节“案例研究：解析电话号码”中学习过，用于记住y之前的字符。然后在替换字符串中，您使用一个新的语法\1，这意味着“嘿，您还记得第一个组吗？把它放在这里”。在这种情况下，您记住了y之前的c，然后在进行替换时，您用c替换c，用ies替换y。（如果您有多个记忆组，则可以使用\2、\3等）。
|
正则表达式替换功能非常强大，\1语法使其更加强大。但是，将整个操作组合成一个正则表达式也更难阅读，并且它没有直接映射到您最初描述复数规则的方式。您最初制定的规则类似于“如果单词以 S、X 或 Z 结尾，则添加 ES”。如果您查看此函数，您会发现有两行代码表示“如果单词以 S、X 或 Z 结尾，则添加 ES”。没有比这更直接的了。