Python에서 문자열을 바꾸는 방법

Python 문자열 또는 하위 문자열을 제거하거나 바꾸는 방법

"Fake Python".replace("Fake", "Good!")

'Good! Python'

참고: Python 셸이 .replace()의 결과를 표시하더라도 문자열 자체는 변경되지 않은 상태로 유지됩니다. 문자열을 변수에 할당하면 이를 더 명확하게 확인할 수 있습니다.

name = "Fake Python"
name.replace("Fake", "Good!")

'Good! Python'

name

'Fake Python'

name = name.replace("Fake","Good!")
print(name)

Good! Python

name

'Good! Python'

transcript = """\
[support_tom] 2022-08-24T10:02:23+00:00 : What can I help you with?
[johndoe] 2022-08-24T10:03:15+00:00 : I CAN'T CONNECT TO MY BLASTED ACCOUNT
[support_tom] 2022-08-24T10:03:30+00:00 : Are you sure it's not your caps lock?
[johndoe] 2022-08-24T10:04:03+00:00 : Blast! You're right!"""

transcript.replace("BLASTED", "😤")

"[support_tom] 2022-08-24T10:02:23+00:00 : What can I help you with?\n[johndoe] 2022-08-24T10:03:15+00:00 : I CAN'T CONNECT TO MY 😤 ACCOUNT\n[support_tom] 2022-08-24T10:03:30+00:00 : Are you sure it's not your caps lock?\n[johndoe] 2022-08-24T10:04:03+00:00 : Blast! You're right!"

transcript.replace("BLASTED", "😤").replace("Blast", "😤")

"[support_tom] 2022-08-24T10:02:23+00:00 : What can I help you with?\n[johndoe] 2022-08-24T10:03:15+00:00 : I CAN'T CONNECT TO MY 😤 ACCOUNT\n[support_tom] 2022-08-24T10:03:30+00:00 : Are you sure it's not your caps lock?\n[johndoe] 2022-08-24T10:04:03+00:00 : 😤! You're right!"

여러 교체 규칙 설정

# transcript_multiple_replace.py

REPLACEMENTS = [
    ("BLASTED", "😤"),
    ("Blast", "😤"),
    ("2022-08-24T", ""),
    ("+00:00", ""),
    ("[support_tom]", "Agent "),
    ("[johndoe]", "Client"),
]

transcript = """
[support_tom] 2022-08-24T10:02:23+00:00 : What can I help you with?
[johndoe] 2022-08-24T10:03:15+00:00 : I CAN'T CONNECT TO MY BLASTED ACCOUNT
[support_tom] 2022-08-24T10:03:30+00:00 : Are you sure it's not your caps lock?
[johndoe] 2022-08-24T10:04:03+00:00 : Blast! You're right!
"""

for old, new in REPLACEMENTS:
    transcript = transcript.replace(old, new)

print(transcript)

Agent  10:02:23 : What can I help you with?
Client 10:03:15 : I CAN'T CONNECT TO MY 😤 ACCOUNT
Agent  10:03:30 : Are you sure it's not your caps lock?
Client 10:04:03 : 😤! You're right!

이 버전의 기록 정리 스크립트에서는 대체 항목을 추가하는 빠른 방법을 제공하는 대체 튜플 목록을 만들었습니다. 대체 항목이 많은 경우 외부 CSV 파일에서 이 튜플 목록을 만들 수도 있습니다.

그런 다음 대체 튜플 목록을 반복합니다. 각 반복에서 문자열에 대해 .replace()을 호출하여 각 반복에서 압축이 풀린 old 및 new 변수로 인수를 채웁니다. 대체 튜플입니다.

참고: 이 경우 for 루프에서 압축을 푸는 것은 색인 생성을 사용하는 것과 기능적으로 동일합니다.

for replacement in REPLACEMENTS:
    new_transcript = transcript.replace(replacement[0], replacement[1])

활용re.sub()하여 복잡한 규칙 만들기

Python에서 정규식을 활용한다는 것은 re 모듈의 sub() 함수를 사용하고 자신만의 정규식 패턴을 구축하는 것을 의미합니다.

# transcript_regex.py

import re

REGEX_REPLACEMENTS = [
    (r"blast\w*", "😤"),
    (r" [-T:+\d]{25}", ""),
    (r"\[support\w*\]", "Agent "),
    (r"\[johndoe\]", "Client"),
]

transcript = """
[support_tom] 2022-08-24T10:02:23+00:00 : What can I help you with?
[johndoe] 2022-08-24T10:03:15+00:00 : I CAN'T CONNECT TO MY BLASTED ACCOUNT
[support_tom] 2022-08-24T10:03:30+00:00 : Are you sure it's not your caps lock?
[johndoe] 2022-08-24T10:04:03+00:00 : Blast! You're right!
"""

for old, new in REGEX_REPLACEMENTS:
    transcript = re.sub(old, new, transcript, flags=re.IGNORECASE)

print(transcript)

Agent  : What can I help you with?
Client : I CAN'T CONNECT TO MY 😤 ACCOUNT
Agent  : Are you sure it's not your caps lock?
Client : 😤! You're right!

sub() 함수와 .replace() 메소드를 혼합하여 사용할 수 있지만 이 예에서는 sub()만 사용하므로 어떻게 사용되는지 볼 수 있습니다. 이제 하나의 대체 튜플만 사용하여 욕설의 모든 변형을 대체할 수 있습니다. 마찬가지로 전체 타임스탬프에 대해 하나의 정규식만 사용하고 있습니다.

첫 번째 정규식 패턴, “blast”은 특수 문자는 영숫자 문자 및 밑줄과 일치합니다. * 수량자를 바로 뒤에 추가하면 .의 0개 이상의 문자와 일치합니다.

두 번째 정규식 패턴은 문자 세트 및 수량자를 사용합니다. 타임 스탬프를 교체합니다. 문자 집합과 수량자를 함께 사용하는 경우가 많습니다.

세 번째 정규식 패턴은 키워드 “support”로 시작하는 사용자 문자열을 선택하는 데 사용됩니다. 대괄호()를 이스케이프 () 처리해야 합니다. 그렇지 않으면 키워드는 문자 집합으로 해석됩니다.

마지막 정규식 패턴은 클라이언트 사용자 이름 문자열을 선택하고 이를 “Client”으로 바꿉니다.

더 많은 제어를 위해 re.sub() 콜백 사용

Python과 sub()이 자랑하는 한 가지 비결은 콜백 함수를 전달할 수 있다는 것입니다. 대체 문자열 대신. 이를 통해 일치 및 교체 방법을 완벽하게 제어할 수 있습니다.

# transcript_regex_callback.py

import re

transcript = """
[support_tom] 2022-08-24T10:02:23+00:00 : What can I help you with?
[johndoe] 2022-08-24T10:03:15+00:00 : I CAN'T CONNECT TO MY BLASTED ACCOUNT
[support_tom] 2022-08-24T10:03:30+00:00 : Are you sure it's not your caps lock?
[johndoe] 2022-08-24T10:04:03+00:00 : Blast! You're right!
"""

def sanitize_message(match):
    print(match)

re.sub(r"[-T:+\d]{25}", sanitize_message, transcript)

<re.Match object; span=(15, 40), match='2022-08-24T10:02:23+00:00'>
<re.Match object; span=(79, 104), match='2022-08-24T10:03:15+00:00'>
<re.Match object; span=(159, 184), match='2022-08-24T10:03:30+00:00'>
<re.Match object; span=(235, 260), match='2022-08-24T10:04:03+00:00'>

"\n[support_tom]  : What can I help you with?\n[johndoe]  : I CAN'T CONNECT TO MY BLASTED ACCOUNT\n[support_tom]  : Are you sure it's not your caps lock?\n[johndoe]  : Blast! You're right!\n"

스크립트에 콜백 적용

# transcript_regex_callback.py

import re

ENTRY_PATTERN = (
    r"\[(.+)\] "  # User string, discarding square brackets
    r"[-T:+\d]{25} "  # Time stamp
    r": "  # Separator
    r"(.+)"  # Message
)
BAD_WORDS = ["blast", "dash", "beezlebub"]
CLIENTS = ["johndoe", "janedoe"]

def censor_bad_words(message):
    for word in BAD_WORDS:
        message = re.sub(rf"{word}\w*", "😤", message, flags=re.IGNORECASE)
    return message

def censor_users(user):
    if user.startswith("support"):
        return "Agent"
    elif user in CLIENTS:
        return "Client"
    else:
        raise ValueError(f"unknown client: '{user}'")

def sanitize_message(match):
    user, message = match.groups()
    return f"{censor_users(user):<6} : {censor_bad_words(message)}"

transcript = """
[support_tom] 2022-08-24T10:02:23+00:00 : What can I help you with?
[johndoe] 2022-08-24T10:03:15+00:00 : I CAN'T CONNECT TO MY BLASTED ACCOUNT
[support_tom] 2022-08-24T10:03:30+00:00 : Are you sure it's not your caps lock?
[johndoe] 2022-08-24T10:04:03+00:00 : Blast! You're right!
"""

print(re.sub(ENTRY_PATTERN, sanitize_message, transcript))

Agent  : What can I help you with?
Client : I CAN'T CONNECT TO MY 😤 ACCOUNT
Agent  : Are you sure it's not your caps lock?
Client : 😤! You're right!

• [(.+)]은 대괄호로 묶인 모든 문자 시퀀스와 일치합니다. 캡처 그룹은 johndoe.와 같은 사용자 이름 문자열을 선택합니다.
• [-T:+{25}마지막 섹션에서 살펴본 타임스탬프와 일치합니다. 최종 성적표에는 타임스탬프를 사용하지 않으므로 대괄호로 캡처되지 않습니다.
• :리터럴 콜론과 일치합니다. 콜론은 메시지 메타데이터와 메시지 자체 사이의 구분 기호로 사용됩니다.
• (.+)메시지가 될 줄 끝까지의 모든 문자 시퀀스와 일치합니다.

참고: 항목 정규식 정의는 Python의 암시적 문자열 연결:을 사용합니다.

ENTRY_PATTERN = (
    r"\[(.+)\] "  # User string, discarding square brackets
    r"[-T:+\d]{25} "  # Time stamp
    r": "  # Separator
    r"(.+)"  # Message
)

기능적으로 이는 모든 것을 하나의 단일 문자열로 작성하는 것과 같습니다: r”[(.+)] [-T:+{25} : (.+)“. 긴 정규식 패턴을 별도의 줄에 구성하면 패턴을 여러 단위로 나눌 수 있어 가독성이 높아질 뿐만 아니라 주석도 삽입할 수 있습니다.

두 그룹은 사용자 문자열과 메시지입니다. .groups() 메소드는 이를 문자열 튜플로 반환합니다. sanitize_message() 함수에서는 먼저 압축 풀기를 사용하여 두 문자열을 변수에 할당합니다.

def sanitize_message(match):
    user, message = match.groups()
    return f"{censor_users(user):<6} : {censor_bad_words(message)}"

출처 : https://realpython.com/replace-string-python/