python - 删除所有跟在 4 个或更多字符后面的 -es/-s/-e/-x 后缀

Question

我正在尝试使用 Python 中的正则表达式删除所有单词后缀-es,或删除后缀-s后至少有 4 个字符的所有单词。-e-x

有一些期望输出的例子（法语）：

• 技术→技术
• pare s → pare     （这个词太小所以它没有删除“es”，只删除“s”）
• bas → bas     （这个词太小所以什么都做不了）
• 材料x → 材料
• 围攻→围攻
• 围攻→围攻
• feuilleté es → feuilleté
• 多斯→多斯

---

我试图实现如下所示，但我发现它不是很有效。

def _stem_reg(word):
    pattern = "(\w{4,})(es$)|(\w{4,})(s$)|(\w{4,})(e$)|(\w{4,})(x$)"
    found = re.match(pattern, word)

    if found is not None:
        return next(group for group in found.groups() if group is not None)
    else:
        return word

标签： pythonregex

Answer 1

尝试这个：^(\w{4,}?)(?:es|s|e|x)$

word = "feuilletées"
output = re.sub(r"^(\w{4,}?)(?:es|s|e|x)$", r'\1', word)

• (\w{4,}?)捕获组 1 将匹配 4 个或更多字母。
• (?:es|s|e|x)非捕获组将匹配范围内的所有后缀（-es、-s、-e、-x）