使用正则表达式作为python“in”关键字的搜索字符串[重复]答案

【问题标题】：Using regex as search string for python's "in" keyword [duplicate]使用正则表达式作为python“in”关键字的搜索字符串[重复]
【发布时间】：2021-01-17 17:30:43
【问题描述】：

假设我有一个路径集字典：

my_dict['some_key'] = {'abc/hi/you','xyz/hi/you','jkl/hi/you'}

我想看看这个集合中是否出现了路径。如果我有完整的路径，我只需执行以下操作：

str = 'abc/hi/you'
if str in my_dict['some_key']:
    print(str)

但如果我不知道b 是介于a 和c 之间的内容怎么办。如果它可以是字面上的任何东西怎么办。如果我是 ls 在 shell 中，我只会输入 * 并收工。

我想要做的是让 str 成为一个正则表达式：

regx = '^a.*c/hi/you$' #just assume this is the ideal regex. Doesn't really matter.
if regx in my_dict['some_key']:
    print('abc/hi/you') #print the actual path, not the regx

什么是实现这种东西的简洁快速的方法？

【问题讨论】：

标签： python regex

【解决方案1】：

您需要遍历集合而不是简单的调用。

为了避免为示例设置整个集合字典，我将其抽象为简单的 my_set。

import re
my_set = {'abc/hi/you','xyz/hi/you','jkl/hi/you'}
regx  = re.compile('^a.*c/hi/you$')
for path in my_set:
    if regx.match(path):
        print(path)

我选择编译而不是简单地 re.match()，因为该集合在实际实现中可能有 100 万多个元素。

【讨论】：

虽然需要打印实际路径而不是正则表达式会破坏if x in y: print(x) 的典型“公式”，但重要的是要注意这不会改变我认为不可能的事实甚至做if regx in y: print(regx)
无需编译，re 使用的是最近使用的正则表达式字符串缓存
为什么要在 1 分钟内回答自己的问题？并对答案发表评论？
stackoverflow.com/help/self-answer
关于编译，我的印象是编译一次对于非常多的缓存检查来说会稍微快一些？也许我弄错了。此外，由于更广泛程序的性质（在问题中显示的内容之外），从 imo 的可读性角度编译更有意义。

【解决方案2】：

您可以继承set 类并实现a in b 运算符

import re
from collections import defaultdict

class MySet(set):
  def __contains__(self, regexStr):
    regex = re.compile(regexStr)
    for e in self:
      if regex.match(e):
        return True
    return False

my_dict = defaultdict(MySet)

my_dict['some_key'].add('abc/hi/you')

regx = '^a.*c/hi/you$'
if regx in my_dict['some_key']:
    print('abc/hi/you')

【讨论】：