从列表中删除正则表达式元素答案

【问题标题】：Remove regex elements from list从列表中删除正则表达式元素
【发布时间】：2012-07-05 13:43:12
【问题描述】：

我使用 python 2.7。我在文件“a”中有数据：

myname1@abc.com;description1
myname2@abc.org;description2
myname3@this_is_ok.ok;description3
myname5@qwe.in;description4
myname4@qwe.org;description5
abc@ok.ok;description7

我读这个文件是这样的：

with open('a', 'r') as f:
    data = [x.strip() for x in f.readlines()]

我有一个名为 bad 的列表：

bad = ['abc', 'qwe'] # could be more than 20 elements

现在我正在尝试删除 @ 之后带有“abc”和“qwe”的所有行，并将其余行写入新文件。所以在 newfile 中应该只有 2 行：

myname3@this_is_ok.ok;description3
abc@ok.ok;description7

我一直在尝试使用正则表达式 (.?)@(.?);(.*) 来获取组，但我不知道下一步该做什么。

请给我建议！

【问题讨论】：

向我们展示您尝试过的代码。
stackoverflow.com/questions/11328940/…
Tisho，我去过那里。但问题是我必须使用正则表达式来创建组进行检查。或者也许还有其他我不知道的方式

标签： python regex list parsing

【解决方案1】：

正则表达式.? 不匹配或匹配一个字符。你想要.*?，这是多个字符的惰性匹配：

import re
bad = ['abc', 'qwe']

filterf = re.compile('(.*?)@(?!' + '|'.join(map(re.escape, bad)) + ')').match
with open('a') as inf, open('newfile', 'w') as outf:
    outf.writelines(filter(filterf, inf))

【讨论】：

'(.*?)@(?!%s)' % '|'.join(map(re.escape, bad)

【解决方案2】：

import re
bad = ['abc', 'qwe']

with open('a') as f:
    print [line.strip() 
           for line in f
           if not re.search('|'.join(bad), line.partition('@')[2]]

只要 bad 仅包含正常字符，此解决方案就可以工作，例如。字母、数字、下划线，但正如@phihag 指出的那样，不会干扰像'a|b' 这样的正则表达式。

【讨论】：

这会因为 bad 的错误值而失败，例如 ['a|b']。
@phihag 同意，我会注意的。

【解决方案3】：

这是一个非正则表达式的解决方案：

bad = set(['abc', 'qwe'])

with open('a', 'r') as f:
    data = [line.strip() for line in f if line.split('@')[1].split('.')[0] in bad]

【讨论】：

【解决方案4】：

我使用正则表达式来删除包含@abc 或@qwe 的行。不知道是不是正确的方法

import re
with open('testFile.txt', 'r') as f:
     data = [x.strip() for x in f.readlines() if re.match(r'.*@([^abc|qwe]+)\..*;.*',x)]

print data

现在数据将包含没有“@abc”和“@qwe”的行

或者使用

data = [x.strip() for x in f.readlines() if re.search(r'.*@(?!abc|qwe)',x)]

根据 astynax 的建议...

【讨论】：