正则表达式模式匹配 - CSV 文件中单词中的子字符串

Question

'Neighborhood,eattend10,eattend11,eattend12,eattend13,mattend10,mattend11,mattend12,mattend13,
hsattend10,hsattend11,hsattend12,hsattend13,eenrol11,eenrol12,eenrol13,menrol11,menrol12,
menrol13,hsenrol11,hsenrol12,hsenrol13,aastud10,aastud11,aastud12,aastud13,wstud10,wstud11,
wstud12,wstud13,hstud10,hstud11,hstud12,hstud13,abse10,abse11,abse12,abse13,absmd10,absmd11,
absmd12,absmd13,abshs10,abshs11,abshs12,abshs13,susp10,susp11,susp12,susp13,farms10,farms11,
farms12,farms13,sped10,sped11,sped12,sped13,ready11,ready12,ready13,math310,math311,math312,
math313,read310,read311,read312,read313,math510,math511,math512,math513,read510,read511,read512,
read513,math810,math811,math812,math813,read810,read811,read812,read813,hsaeng10,hsaeng11,
hsaeng12,hsaeng13,hsabio10,hsabio11,hsabio12,hsabio13,hsagov10,hsagov11,hsagov13,hsaalg10,
hsaalg11,hsaalg12,hsaalg13,drop10,drop11,drop12,drop13,compl10,compl11,compl12,compl13,
sclsw11,sclsw12,sclsw13,sclemp13\

我有这个数据集。我需要知道有多少 drop 字并打印出来。

或类似的任何单词，如mattend 并打印出来。

我尝试使用findall，但我认为这不正确

我假设我们可以使用re.search 或re.match。 如何在 RegEx 中做到这一点？

Answer 1

您可以在re.findall() 上使用len() 来获取返回列表的长度：

import re
with open('example.csv') as f:
  data = f.read().strip()
print(len(re.findall('drop',data)))

Answer 2

我认为re.findall 应该是正确的。 来自 python re 模块文档：

搜索：

扫描字符串，寻找这个正则表达式产生匹配的第一个位置，并返回一个对应的匹配对象。

匹配：

如果字符串开头的零个或多个字符匹配此正则表达式，则返回对应的匹配对象。

找到：

返回字符串中所有不重叠的模式匹配，作为字符串列表。从左到右扫描字符串，并按找到的顺序返回匹配项。如果模式中存在一个或多个组，则返回组列表；如果模式有多个组，这将是一个元组列表。结果中包含空匹配项。

我在您的示例中进行了尝试，它对我有用： re.findall("drop", str)

如果您想在它后面看到数字，您可以尝试以下操作： re.findall("drop\d*", str)

如果您想计算可以使用的单词： len(re.findall("drop\d*", str))