Python正则表达式在向前的方向上查找给定字符串中的“document”单词，并替换为空字符串

如果word文档可以通过从给定字符串中删除字符来生成，则将从字符串中删除拼写文档的字母。如果可以删除结果字符串中的字母以离开字符串文档，则该字符串中的字母拼写文档将被删除。这种情况一直持续到无法删除字母以离开文档为止，此时将返回最终字符串

例如，如果字符串为：

documdocumententer
     ^^^^^^^^

adbocucdmefgnhtj
 ^ ^^^  ^^  ^ ^

文档可以从一开始就删除DOCUM并在结尾处输入，所以中间的文档被删除，留下

documenter
^^^^^^^^

然后重复该过程以离开

er

由于er不包含文档，因此将返回er

类似地，如果字符串为：

documdocumententer
     ^^^^^^^^

adbocucdmefgnhtj
 ^ ^^^  ^^  ^ ^

将删除字母拼写文档以留下：

abcdfghj

将返回此字符串，因为它不包含文档

例子

doconeument已转换为一 documdocumentent已转换为空字符串 文档一被转换为一 pydocdbument被转换为pydb documentdocument已转换为空字符串 如何仅从特定word文档的给定字符串中获取感兴趣的字符串

我用python for loop尝试了这个查询，但我不知道如何只使用正则表达式 我的代码在下面

import re
def fun1(text):
    print('original string:', text)
    pattern = r"((d|D).*o.*c.*u.*m.*e.*n.*t){1,}"
    result = re.sub(pattern, '', text)
    if len(result) == len(text):
        print('return original string because it does not contain "document" word forward direction:')
        return text

    # if word is containing "document" in forward direction

    temp = []   # for storing letter and its index

    # find each letter and index in "document" word
    search_str = 'document'
    for index in range(len(search_str)):
        # if it is a last letter in "document" that is t
        if index == len(search_str)-1:
            current_letter = search_str[index]
            pattern = r'.*n.*t'

        else:
            next_letter = search_str[index + 1]
            current_letter = search_str[index]
            pattern = rf".*{current_letter}.*{next_letter}"

        result = re.match(pattern, text)
        a, b = result.span()
        if temp:
            # value of last dict in temp list
            val = list(temp[-1].values())[0]
            current_letter = val + text[val:].index(current_letter)
        else:
            # first time when temp list is empty
            current_letter = text[a:b].rindex(current_letter)

        temp.append({search_str[index]: current_letter})

    # now using temp list we remove "document" word at specific index
    text = list(text)

    # create a list with index decending order to remove from text
    remove_index_list = [list(i.values())[0] for i in temp]
    remove_index_list.sort(reverse=True)

    for j in remove_index_list:
        text.pop(j)

    final_txt = ''.join(text)
    # to check if text containing or not one more "document" word
    pattern = r"((d|D).*o.*c.*u.*m.*e.*n.*t){1,}"
    result = re.findall(pattern, final_txt)
    if result:
        print('The word again containing "document" in it')
        final_txt = fun1(final_txt)
    return final_txt
print('final_output:', fun1('doconeument'))

---

我有一个正则表达式和递归的解决方案：

from re import compile

candidates = ["doconeument", "documdocumentent",  "documentone",
              "pydocdbument", "documentdocument", "hansi"]
word = "document"

def strip_word(word, candidate):
    regex = compile("^(.*)" + "(.*)".join(word) + "(.*)$")
    match = regex.match(candidate)
    if not match:
        return candidate
    return strip_word(word, "".join(match.groups()))

for cand in candidates:
    print(f"'{cand}' -> '{strip_word(word, cand)}'")

---

编辑：对代码进行了更正。函数的前两行保留在外。

如果给定字符串与正则表达式不匹配：

r'^([a-z]*)d([a-z]*)o([a-z]*)c([a-z]*)u([a-z]*)m([a-z]*)e([a-z]*)n([a-z]*)t([a-z]*)$'

返回字符串。如果正则表达式与字符串匹配，则字符串：

"\1\2\3\4\5\6\7\8\9"

并尝试将该字符串与正则表达式匹配。重复此过程，直到没有匹配为止，此时返回最后一个测试的字符串。请注意，由此产生的每个字符串比前一个字符串少8个字符

如果正则表达式与字符串匹配，则捕获组1将包含文档中d之前的子字符串，捕获组2将包含d和o之间的子字符串，依此类推，捕获组9包含t之后的子字符串。这些子字符串中的部分或全部可能为空

---

我将让OP来生成实现此算法所需的Python代码。

数据文档-da或ad的输出应该是什么？@DavidWierichs请注意我的编辑。。。没有它，这个词就被硬编码了。现在它应该适用于可变词。我对此感到非常困惑，如果可以的话，我会给它多投一票。Wow.thanx for ans并完美地描述我的问题