为正则表达式查找长度为 0 - 4 的所有单词（方法？）答案

【问题标题】：Finding all words with length 0 - 4 for a regular expression (method?)为正则表达式查找长度为 0 - 4 的所有单词（方法？）
【发布时间】：2019-10-09 19:15:19
【问题描述】：

我有一个由 0 和 1 组成的字母表和一个正则表达式，例如：1*(011+)*1*。现在我将找到该语言中所有长度为 0 - 4 且符合正则表达式的单词。所以输出将是：、1、11、011、111 ...等

我不应该给出单词或数字的列表作为参数，但是该方法应该自己生成所有这些单词。 re. 模块中是否有一个函数或方法可以做到这一点？

【问题讨论】：

^\w{0,4}$....
所以它会是：def....：return re.^\w{0,4}$?抱歉，我不熟悉方法
欢迎来到 Stack Overflow！请阅读help pages，获取SO tour，了解how to ask good questions，以及此question checklist。另请了解如何创建minimal reproducible example。你应该edit你的问题向我们展示你到目前为止所做的事情。
网上资源很多。import re; s = your_string; re.search(r'^\w{0,4}$', s)
我知道你的意思。但是我想生成所有这些长度为 0-4 的单词，然后将它们与我上面提到的正则表达式 (1*(011+)*1*

标签： python regex word generate

【解决方案1】：

标准库中没有生成所有长度为 0-4 的字符串只包含字符 0 和 1 的函数，但构建一个并不难。

二进制数的特殊情况

请注意，您要检查的所有字符串都是低于 16 的二进制表示（= 10000 二进制）。

import re

def binary_numbers_below(n):
    return [bin(k)[2:] for k in range(n)]

for word in binary_numbers_below(2**4):
    if re.fullmatch('1*(011+)*1*'):
        print(word) # word is part of your language

需要将bin(k)的前两个字符截掉，因为bin(k)以0b1000的形式输出数字，而我们不想要0b前缀。

一般情况

如果你想为任何给定的字母表生成所有特定长度的单词，你需要做更多的工作：

import re
from itertools import product

def words_of_alphabet(alphabet, min_length, max_length):
    return [''.join(characters) 
            for length in range(min_length, max_length+1) 
            for characters in product(alphabet, repeat=length)]

for word in words_of_alphabet(['0', '1'], 0, 4):
    if re.fullmatch('1*(011+)*1*'):
        print(word) # word is part of your language

words_of_alphabet(['0', '1'], 0, 4) 也会包含空字，而第一种方法不包含。

使用generators，您可以更优雅地编写这两个函数

def binary_numbers_below(n):
    for k in range(n):
        yield bin(k)[2:]

def words_of_alphabet(alphabet, min_length, max_length):
    for length in range(min_length, max_length+1):
        for characters in product(alphabet, repeat=length):
            yield ''.join(characters)

【讨论】：