用于匹配 Python 列表中的特定模式的正则表达式答案

【问题标题】：RegEx for matching specific pattern in a Python list用于匹配 Python 列表中的特定模式的正则表达式
【发布时间】：2019-05-20 15:20:40
【问题描述】：

说，我有以下代码：

import re
strings_of_text = ['data0', 'data23', 'data2', 'data55', 'data_mismatch', 'green']
strings_to_keep = []
expression_to_use = r'^\d{2}$|(?<=\s)\d{2}(?=\s)|(?<=\s)\d{2}$|^\d{2}(?=\s)'
    
for string in strings_of_text:
    # If the string is data#
    if (re.search(expression_to_use, string)):
        strings_to_keep.append(string)
print(strings_to_keep)

我只关心添加带有“数据”模式的字符串，后跟一些数字。所以在这种情况下，我只想添加'data0', 'data23', 'data2', 'data55'

我该怎么做？我想我需要import re，但我不确定如何使用它。

我已阅读：Python Regular Expression looking for two digits only

但是当我尝试使用这个表达式修改我的正则表达式时

^\d{2}$|(?<=\s)\d{2}(?=\s)|(?<=\s)\d{2}$|^\d{2}(?=\s)

它不起作用...这就是我卡住的地方。我是使用正则表达式的新手，所以感谢所有提前发布的人

编辑：

这是我想要得到的结果：

print(strings_to_keep)
>>> ['data0', 'data23', 'data2', 'data55']

【问题讨论】：

理想的输出会有帮助。

标签： python regex python-3.x string

【解决方案1】：

在您的模式中，您使用了 4 次交替，但您没有考虑到单词 data。

您可以使用re.match 代替从字符串开头开始匹配，并使用data\d+$ 匹配后跟1+ 位直到字符串结尾的数据：

import re
strings_of_text = ['data0', 'data23', 'data2', 'data55', 'data_mismatch', 'green']
strings_to_keep = []
expression_to_use = r'data\d+$'

for string in strings_of_text:
    # If the string is data#
    if (re.match(expression_to_use, string)):
        strings_to_keep.append(string)

print(strings_to_keep)

Python demo

您可能会继续使用过滤后的集合，而不是使用过滤器创建新集合：

import re
strings_of_text = ['data0', 'data23', 'data2', 'data55', 'data_mismatch', 'green']
strings_to_keep = []
expression_to_use = r'data\d+$'

strings_of_text = list(filter(lambda x: re.match(expression_to_use, x), strings_of_text))
print(strings_of_text)

结果

['data0', 'data23', 'data2', 'data55']

Python demo

【讨论】：

不客气。也许您可以使用过滤器或列表推导来仅保留一个集合并避免使用单独的集合。

【解决方案2】：

如果您使用相同的模式，您应该使用re.compile，因为它的开销较小。

strings_of_text = ['data0', 'data23', 'data2', 'data55', 'data_mismatch', 'green']

import re
engine = re.compile(r'data\d+$')
strings_to_keep = [s for s in strings_of_text if engine.match(s)]
print(strings_to_keep) # ['data0', 'data23', 'data2', 'data55']

【讨论】：