在Python中使用正则表达式删除字符后在文本中插入标记

我需要标记原始源列中的文本，该列与另一列中的文本相匹配，在另一列中，人类提取了相同的信息。原始列是未筛选的，像.find（）和regex maching这样的方法只有在删除某些字符或regex短语时才起作用。问题是，我无法真正跟踪我删除了多少字符，以便在原始文本中将标记放在正确的位置

我这样做是为了知道删除字符的位置：

def delete_characters(text, characters):
    # Find positions of characters-to-delete and delete them (positions are needed to compute shift)
    rx = '[' + re.escape(''.join(characters)) + ']'
    deleted_positions = [m.start() for m in re.finditer(rx, text)]     
    return re.sub(rx, '', text) , deleted_positions #remove the list of chars defined above

然后，如果我在过滤后匹配了某个内容，我将标记为：（where position是找到匹配项的位置）

def插入标签（cls、文本、位置、已删除位置、待打印）：
移位\u l=总和（如果i<位置[0]，则删除的\u位置中的i为1）
移位\u r=总和（如果i<位置[1]，则删除位置中的i为1）
begin_tag=f“[{cls.tag_name}”
end_tag=f“[/{cls.tag_name}”
开始位置=位置[0]+移位位置
结束位置=位置[1]+移位位置
text=文本[：开始位置]+开始位置标记+文本[开始位置：结束位置]+结束位置标记+文本[结束位置：]
返回文本，str（开始位置）

这似乎适用于单个字符，但如果我想过滤类似regex的标记，则标记最终会出现在错误的位置。

您可以使用

re.sub（）

将查询字符串中的空格替换为

[\W\u]+

重新导入
text=“”这是文本1。这是
文本2。这是文本3
query\u string=“这是文本3”
打印（re.sub（“+query\u string.replace”（“，“[\W\u]+”+”+“[\W\u]+）”，r“[tag]\1[/tag]”，text））

输出

This is text 1. This is
 text, 2. [tag]This is ,text_3 .[/tag]

您可以使用

re.sub（）

，方法是将查询字符串中的空格替换为

[\W\]+

重新导入
text=“”这是文本1。这是
文本2。这是文本3
query\u string=“这是文本3”
打印（re.sub（“+query\u string.replace”（“，“[\W\u]+”+”+“[\W\u]+）”，r“[tag]\1[/tag]”，text））

输出

This is text 1. This is
 text, 2. [tag]This is ,text_3 .[/tag]

---

如果我的原始列是：“这是文本1。这是\r\n文本，2。这是文本3。”而我的查询列是“这是文本3”，我需要用“这是文本1。这是\r\n文本，2。[tag]这是，文本3.[/tag]”结束如果我的原始列是：“这是文本1。这是\r\n文本，2。这是文本3。”而我的查询列是“这是文本3”，我需要用“这是文本1。这是\r\n文本，2。[tag]这是，文本3.[/tag]”结束