这里的问题是您的迭代策略，一次替换一个术语。由于您的替换术语包含您要替换的术语之一，因此您最终会在之前的迭代中对已更改为替换术语的内容进行替换。

解决这个问题的一种方法是以原子方式完成所有这些替换，以便它们全部同时发生，并且输出不会影响其他替换的结果。有几种策略：

您可以将字符串分解为与您的各种术语匹配的标记，并在事实之后替换它们（并确保没有任何重叠）。
您可以使用一个对多个选项进行原子替换的函数。
＃2的一个例子是sub()Python re库的方法。以下是其使用示例：

import re

concepts = ["data mining", "data source", "data"]
text = "levels and data mining of dna data source methylation"

Sort targets by descending length, so longer targets that

might contain shorter ones are found first

targets = sorted(concepts[1:], key=lambda x: len(x), reverse=True)

Use re.escape to generate version of the targets with special characters escaped

target_re = "|".join(re.escape(item) for item in targets)

result = re.sub(target_re, concepts[0], text)
请注意，这仍然会导致data mining mining与原来的一套替换的，因为它没有现有概念mining自带之后data。如果你想避免这种情况，你可以简单地将你要替换的实际项目作为替换目标包含在内，以便在短期内匹配：

import re

concepts = ["data mining", "data source", "data"]
text = "levels and data mining of dna data source methylation"

Sort targets by descending length, so longer targets that

might contain shorter ones are found first

!!!No [1:] !!!

targets = sorted(concepts, key=lambda x: len(x), reverse=True)

Use re.escape to generate version of the targets with special characters escaped

target_re = "|".join(re.escape(item) for item in targets)

result = re.sub(target_re, concepts[0], text)