如何在 python 中使用列表执行 re.compile()答案

【问题标题】：how to do re.compile() with a list in python如何在 python 中使用列表执行 re.compile()
【发布时间】：2011-10-08 16:17:12
【问题描述】：

我有一个字符串列表，我想在其中过滤包含关键字的字符串。

我想做这样的事情：

fruit = re.compile('apple', 'banana', 'peach', 'plum', 'pinepple', 'kiwi']

所以我可以使用 re.search(fruit, list_of_strings) 仅获取包含水果的字符串，但我不确定如何将列表与 re.compile 一起使用。有什么建议？（我不打算使用 re.compile，但我认为正则表达式会是一个很好的方法。）

【问题讨论】：

标签： python regex

【解决方案1】：

fruit_list = ['apple', 'banana', 'peach', 'plum', 'pineapple', 'kiwi']
fruit = re.compile('|'.join(fruit_list))

edit：正如 ridgerunner 在 cmets 中指出的那样，您可能希望在正则表达式中添加单词边界，否则正则表达式将匹配 plump 这样的单词，因为它们有一个水果作为子字符串.

fruit = re.compile(r'\b(?:%s)\b' % '|'.join(fruit_list))

【讨论】：

+1 但我会像这样添加单词边界：fruit = re.compile('\\b(?:'+ '|'.join(fruit_list +')\\b'))
@ridgerunner - 好点！事实上，现在字符串中“菠萝”的写法总是匹配“苹果”，为我的答案添加了单词边界。
@user808545 - 没问题，点击我的答案旁边的复选标记的轮廓，将其标记为已接受的解决方案。
高效，+1。如果我对你的一些答案投了赞成票，请不要惊慌，在本月的回答中休息一下，并利用时间阅读一些旧的东西。
根据您的字符串列表，您可能需要 tp 转义它们：fruit = re.compile(r'\b(?:%s)\b' % '|'.join([ re.escape(x) for x in fruit_list]))

【解决方案2】：

您可以创建一个正则表达式，它会在找到任何术语时匹配：

>>> s, t = "A kiwi, please.", "Strawberry anyone?"
>>> import re
>>> pattern = re.compile('apple|banana|peach|plum|pineapple|kiwi', re.IGNORECASE)
>>> pattern.search(s)
<_sre.SRE_Match object at 0x10046d4a8>
>>> pattern.search(t) # won't find anything

【讨论】：

【解决方案3】：

代码：

fruits =  ['apple', 'banana', 'peach', 'plum', 'pinepple', 'kiwi'] 
fruit_re = [re.compile(fruit) for fruit in fruits]
fruit_test = lambda x: any([pattern.search(x) for pattern in fruit_re])

示例用法：

fruits_veggies = ['this is an apple', 'this is a tomato']
return [fruit_test(str) for str in fruits_veggies]

编辑：我意识到 Andrew 的解决方案更好。您可以使用 Andrew 的正则表达式改进fruit_test

fruit_test = lambda x: andrew_re.search(x) is None

【讨论】：

或者如果你需要字符串：return [str for str in fruits_veggies if fruit_test(str)]

【解决方案4】：

如你所愿，exact 匹配，不需要正规表达式 imo...

fruits = ['apple', 'cherry']
sentences = ['green apple', 'yellow car', 'red cherry']
for s in sentences:
    if any(f in s for f in fruits):
        print s, 'contains a fruit!'
# green apple contains a fruit!
# red cherry contains a fruit!

编辑：如果您需要访问匹配的字符串：

from itertools import compress

fruits = ['apple', 'banana', 'cherry']
s = 'green apple and red cherry'

list(compress(fruits, (f in s for f in fruits)))
# ['apple', 'cherry']

【讨论】：

在这种情况下，正则表达式比做几个单独的子字符串测试更有效。
@Andrew：取决于水果和句子的数量，即便如此我们在几毫秒内谈论 2x。
@hop - 我非常有信心正则表达式会更快，无论水果或句子的数量如何。使用正则表达式，您还可以访问匹配的水果。
@Andrew：重新效率：已注明。重新访问比赛：很简单，检查我的更新。
@Andrew：我不会质疑正则表达式更快，但非正则表达式解决方案可能足以处理小型数据集并且更易于理解，特别是如果您在使用正则表达式时遇到问题。

【解决方案5】：

Pyhton 3.x 更新：

fruit_list = ['apple', 'banana', 'peach', 'plum', 'pineapple', 'kiwi']
fruit = re.compile(r'\b(?:{0})\b'.format('|'.join(fruit_list))

【讨论】：