如何根据单词列表标记字符串

Question

我想根据 Python 3.6 中的已知单词列表将变量名称转换为业务友好名称。我的已知单词列表如下所示，即第一个元素是已知单词，第二个元素是它的友好名称：Acct,AccountAccount,AccountNum,NumberNumber,NumberPayee,PayeePymt,PaymentType,Type我的变量如下所示：ACCOUNTNUMACCT_NUMACCTNUMPAYEETYPEPAYEE_TYPPYMT_DT我希望上述变量列表的输出是这样的：Account NumberAccount NumberAccount NumberPayee TypePayee TypPayment Dt我怎样才能做到这一点 ？要转换的变量名列表大约有 10,000 个。已知单词列表是 400,000。两者都在文件中可用。

Answer 1

您可以创建已知单词的翻译映射，然后使用已知单词re.split拆分变量名称，用映射单词替换匹配项，并使用另一个正则表达式替换合并空格：

import re

known_words = '''Acct,Account

Account,Account

Num,Number

Number,Number

Payee,Payee

Pymt,Payment

Type,Type'''

variables = '''ACCOUNTNUM

ACCT_NUM

ACCTNUM

PAYEETYPE

PAYEE_TYP

PYMT_DT'''

m = {k.upper(): v for line in known_words.splitlines() for k, v in (line.split(','),)}

print([re.sub(' +', ' ', ' '.join(m.get(t, t).replace('_', '').title() for t in re.split('(%s)' % '|'.join(map(re.escape, m)), v, flags=re.IGNORECASE) if t)) for v in variables.splitlines()])

这输出：

['Account Number', 'Account Number', 'Account Number', 'Payee Type', 'Payee Typ', 'Payment Dt']