使用正则表达式查询集合答案

【问题标题】：Query a set with an regex使用正则表达式查询集合
【发布时间】：2015-06-21 20:26:32
【问题描述】：

我有一组字符串，我想询问它包含的所有元素，这些元素与特定的 RegEx 匹配。例如：

set = set(['abcd', 'abdd', 'acdd'])
set.findAll('ab.d')

这应该返回：

['abcd', 'abdd']

有办法吗？

【问题讨论】：

给你的变量取一个不是set的名字。覆盖内置函数可能会产生奇怪的行为，并且会使您的代码更难阅读。

标签： python regex python-2.7 set

【解决方案1】：

遍历集合中的所有元素，并过滤正则表达式：

>>> s = {'abcd', 'abdd', 'acdd'}
>>> r = [el for el in s if re.search('ab.d', el)]
>>> r
['abcd', 'abdd']

【讨论】：

为什么s 是没有值的字典？
@gabra 你可以看看sets and read more here
@BhargavRao 最好链接到Python 3 documentation。
应该事先编译正则表达式以使列表理解更高效：pattern = re.compile('ab.d')，然后在里面使用pattern.search。

【解决方案2】：

您可以在列表理解中使用re.search：

>>> s=set(['abcd', 'abdd', 'acdd'])
>>> [i for i in s if re.search(r'ab.d',i)]
['abcd', 'abdd']

【讨论】：

我认为 OP 为正则表达式使用了一个玩具示例，实际情况更复杂。您的示例对于'cab' 也失败，它与ab. 不匹配，但确实被'ab' in i 捕获。

【解决方案3】：

这可以使用map 和filter 来完成

>>> s = {'abcd', 'abdd', 'acdd'}
>>> pat = re.compile('ab.d')
>>> map(lambda x:x.string,filter(None, map(pat.search,s)))
['abcd', 'abdd']

请注意，map 在微观上比列表理解要快。

bhargav@bhargav:~$ python -m timeit "import re;s = {'abcd', 'abdd', 'acdd'};[el for el in s if re.search('ab.d', el)]"
100000 loops, best of 3: 4.59 usec per loop
bhargav@bhargav:~$ python -m timeit "import re;s = {'abcd', 'abdd', 'acdd'};pat = re.compile('ab.d'); map(lambda x:x.string,filter(None, map(pat.search,s)))"
100000 loops, best of 3: 4.21 usec per loop

如您所见，使用map 和filter 使其速度更快0.38 微秒。

但是，如果您考虑可读性，orlp's list comprehension 会更好。（在这种情况下，这是另一种方式）

【讨论】：

更新了@GNU速度证明的答案
@BhargavRao 如果您编译正则表达式，列表理解实际上要快得多。
@tzaman 你去！我编译它的秘密原因。如果 orlp, 也这样做，我很乐意删除我的答案。泰