如何替换文本中的字符串列表，其中一些字符串是python中其他字符串的子字符串？

我有一个包含一些我想标记的单词的文本，要标记的单词包含在一个列表中。问题是其中一些单词是其他单词的子字符串，但我想标记列表中识别的最长字符串

例如，如果我的文本是“foo和bar与foo-bar不同”，并且我的列表包含“foo”、“bar”和“foo-bar”，那么结果应该是“[tag]foo[/tag]和[tag]bar[/tag tag]与[tag]foo-bar[/tag tag]不同。”

---

某个函数的代码应该是什么，字符串taggedText的值应该是“foo和bar与foo-bar不同。”？

如果我正确理解了您的问题，那么这就是您要查找的内容：-

text = "foo and bar are different from foo bar."
words = ["foo", "bar", "foo bar"]

add_tag = lambda var : "<tag>"+var+"</tag>"

result = ''    # for final string
for var in text.split():
    if var in words:
        tmp = add_tag(var)
    else:
        tmp = var
    result += " "+tmp

print result    
return result

text=“foo和bar与foo-bar不同。”
单词=[“foo”，“bar”，“foo-bar”]
添加标签=lambda变量：“”+var+“”
最终字符串的结果=“”#
对于text.split（）中的变量：
如果var为大写：
tmp=添加标签（var）
其他：
tmp=var
结果+=“”+tmp
打印结果
返回结果

---

这里的

add_tag（）

方法提供了您在

someFunction

中看到的内容

如果我正确理解了你的问题，那么这就是你要寻找的东西：-

text = "foo and bar are different from foo bar."
words = ["foo", "bar", "foo bar"]

add_tag = lambda var : "<tag>"+var+"</tag>"

result = ''    # for final string
for var in text.split():
    if var in words:
        tmp = add_tag(var)
    else:
        tmp = var
    result += " "+tmp

print result    
return result

text=“foo和bar与foo-bar不同。”
单词=[“foo”，“bar”，“foo-bar”]
添加标签=lambda变量：“”+var+“”
最终字符串的结果=“”#
对于text.split（）中的变量：
如果var为大写：
tmp=添加标签（var）
其他：
tmp=var
结果+=“”+tmp
打印结果
返回结果

---

这里的

add_tag（）

方法提供了您在

someFunction

中看到的内容

实现这一点的一个简单方法是按长度按相反顺序对单词进行排序，然后创建一个正则表达式

word1 | word2 |……

。由于重新引擎总是第一次匹配，因此将首先捕获较长的字符串

import re

def tag_it(text, words):
    return re.sub(
            '|'.join(sorted(words, key=len, reverse=True)),
            lambda m: '<tag>' + m.group(0) + '</tag>',
            text)


text = "foo and bar are different from foo bar."
words = ["foo", "bar", "foo bar"]


print tag_it(text, words)

重新导入
def tag_it（文本、文字）：
返回有关(
“|”。join（已排序（words，key=len，reverse=True）），
lambda m:''+m.group（0）+''，
（文本）
text=“foo和bar与foo-bar不同。”
单词=[“foo”，“bar”，“foo-bar”]
打印标签（文本、文字）

实现这一点的一个简单方法是按长度按相反顺序对

单词进行排序，然后创建一个正则表达式
word1 | word2 |……
。由于重新引擎总是第一次匹配，因此将首先捕获较长的字符串

import re

def tag_it(text, words):
    return re.sub(
            '|'.join(sorted(words, key=len, reverse=True)),
            lambda m: '<tag>' + m.group(0) + '</tag>',
            text)


text = "foo and bar are different from foo bar."
words = ["foo", "bar", "foo bar"]


print tag_it(text, words)

重新导入
def tag_it（文本、文字）：
返回有关(
“|”。join（已排序（words，key=len，reverse=True）），
lambda m:''+m.group（0）+''，
（文本）
text=“foo和bar与foo-bar不同。”
单词=[“foo”，“bar”，“foo-bar”]
打印标签（文本、文字）
你能提出你的一个想法吗？我会使用一个函数，根据字符串的长度对
单词列表进行排序，然后在
文本中循环，标记所有的正数，同时检查标记词是否已经被
或
字符串圈起来……你能提出一个想法吗？我会使用一个函数，根据字符串的长度对
单词列表进行排序，然后在
文本中循环，标记所有的正数，同时检查标记词是否已被
或
字符串圈住。。。