Python 正则表达式中的可选点

假设我想将

Mr.

和

Mr

的所有匹配项替换为

Mister

我正在使用以下正则表达式：

\bMr（\）？\b

来匹配

Mr.

或只匹配

Mr

。然后，我用这个来做替换

让我困惑的是，它正在用

先生取代
先生。
。为什么要把点
保留在最后？看起来它与
Mr\.
案例不匹配，而只是
Mr

import re
s="a rMr. Nobody Mr. Nobody is Mr Nobody and Mra Nobody."
re.sub(r"\bMr(\.)?\b","Mister", s)

返回：

'a rMr. Nobody Mister. Nobody is Mister Nobody and Mra Nobody.'

我还尝试了以下方法，但也没有成功：

re.sub(r"\b(Mr\.|Mr)\b","Mister", s)

我期望的输出是：

'a rMr. Nobody Mister Nobody is Mister Nobody and Mra Nobody.'
                     ^                              ^
                     no dot            this should be kept as it is

尝试此操作。您需要在
之后删除
\b

输出：
a rMr。没有人先生没有人是先生没有人和Mra没有人。

\bMr（\）？\b
不起作用的原因是
和
空格之间没有单词边界

有三种不同的位置可以作为单词边界：


在字符串的第一个字符之前，如果第一个字符是单词字符
如果最后一个字符是单词字符，则在字符串中最后一个字符之后
在字符串中的两个字符之间，其中一个是单词字符，另一个不是单词字符
我认为您希望捕获
'Mr'
，然后是一个
'.
或一个单词边界：

使用中：

>>> import re
>>> re.sub(r"\bMr(?:\.|\b)", "Mister", "a rMr. Nobody Mr. Nobody is Mr Nobody and Mra Nobody.")
'a rMr. Nobody Mister Nobody is Mister Nobody and Mra Nobody.'

@jonsharpe的答案是可行的，但这一个更简单：
\bMr（\.\124;\ b）

我认为在最初的帖子中，
\b
是一些混乱的原因

发件人：

\b在不使用任何字符的情况下，在a
与\w匹配的字符和与\w不匹配的字符
订单）

及

\w匹配任何字母、数字或下划线

OP希望
\b
与点和它后面的空格之间的边界相匹配。但它没有，因为点与
\w
不匹配。相反，
\b
匹配了“Mr”文本和点之间的边界。这导致圆点没有被捕获，这就是OP所问的问题。这可以在这里看到：

re.sub(r'\bMr[\s\.]', 'Mister ', s)


如果这是Code Golf，我会赢吗？
您正在对可选的“.”字符进行分组。您还可以使用变通方法@hwnd，这是一种很好的方法！我喜欢，谢谢。@fedorqui你想在
foo:Mr:bar
中匹配
Mr
吗？@AvinashRaj
：
不可能出现在我的字符串中。唯一可能的情况是
mrnobody
，也应该扩展到
Mister
。因此，我们的想法是所有
Mr
或
Mr.
应该扩展到
Mister
，除非后面出现字母数字字符。很抱歉，我的问题不够清楚：
Mra
必须保持原样，我不希望它被替换为
Mistera
。也就是说，我想要
Mr.
或
Mr
+word boundary.OP不想在
Mr.hghgh
中匹配
Mr.
，这是一个很好的答案，非常感谢您对我做错了什么、您如何才能正确地做以及为什么这样做的非常深刻的解释。我选择@jornsharpe的答案作为被接受的答案，因为它更直截了当，但肯定会提高投票率。
（？：…）
是为了避免不必要的捕获。但它给出了所需的输出。当然，它确实如此，但这个答案有什么改进？另一个答案显式地使组不被捕获，以稍微减少开销。这个答案中有更少的符号供读者解析。来自Python的禅宗：“可读性很重要。”很好！哪些边缘案例阻止了
？：
？对我来说，
\bMr（\.\124;\ b）
工作得很好。@fedorqui在
Mr
之后有什么需要捕获点或单词边界？@fedorqui
（\.\124;\ b）
也捕获Mr后面的任何内容，因此你可以，例如，在你重新定义句子后重新使用它<代码>？：
使它不会发生。它几乎不会对性能和可读性产生任何影响，但如果您将一个组重复未知的次数，然后需要捕获该重复组后面的一个组，那么它将非常有帮助。使重复组不被捕获意味着您提前知道被捕获组的索引是什么，而不必首先计算它。@NateKerkhofs我想说，它对可读性有很大的影响，特别是在这种情况下，如果它毫无意义的话。编写
\bMr\b\不是更简单吗？
？有趣！请注意，虽然以
Mr开头的字符串不会被当前解决方案替换。这就是单词边界的原因。很好！我是按字面上的例子去做的。我删除了解决方案，留下了问题的解释。@fedorqui-谢谢-这当然是我的本意。␣没有人告诉先生␣␣没有人也就是说，它增加了一个额外的空间。请参见regex101.com/r/dE1yF6/1这项工作，但它会将“Mr”之后的多个空格替换为一个空格。请参阅以避免此问题，您可以使用
re.sub（r'\b（Mr（\）？（\s+））、r'Mister\3'，s）
。看见
>>> import re
>>> re.sub(r"\bMr(?:\.|\b)", "Mister", "a rMr. Nobody Mr. Nobody is Mr Nobody and Mra Nobody.")
'a rMr. Nobody Mister Nobody is Mister Nobody and Mra Nobody.'

>>> s="a rMr. Nobody Mr. Nobody is Mr Nobody and Mra Nobody."
>>> re.sub(r'\b(Mr[\.\s]\s*)',r'Mister ',s)
'a rMr. Nobody Mister Nobody is Mister Nobody and Mra Nobody.'

re.sub(r'\bMr[\s\.]', 'Mister ', s)