Python仅重新匹配单词中的字母答案

【问题标题】：Python re match only letters from wordPython仅重新匹配单词中的字母
【发布时间】：2017-06-27 13:13:51
【问题描述】：

我是 Python re 的新手，但我需要帮助。我在这里搜索，谷歌，文档，但没有任何效果。所以这就是我想要做的。

我有单词（例如）“字符串” 然后我有单词列表：

字符串、字符串、str、ing、in、ins、rs、重音

我想匹配如下：string、str、ing、in、ins、rs。

我不想匹配：重音，字符串（因为有2x，而word字符串中只有1个）

仅匹配单词 string 中的字母。

抱歉英语不好，如果我解释得不够好。

是的，而且有些字母是 unicode。

【问题讨论】：

标签： python regex python-2.x

【解决方案1】：

我不认为你可以用正则表达式做到这一点，但我认为你可以用collections做到这一点：

>>> from collections import Counter
>>> target = "string"
>>> words = ["strings", "string", "str", "ing", "in", "ins", "rs", "stress"]
>>> [word for word in words if not Counter(word) - Counter(target)]
['string', 'str', 'ing', 'in', 'ins', 'rs']

【讨论】：

对不起，我没有提到 - 我正在使用大量的单词.....所以这种方法需要很长时间。使用 re 我在 7 秒内完成（但我找不到我正在搜索的功能）。 编辑： 我可以将它们结合起来得到结果。非常感谢。
@MakaloneLOgman - 我以为你说你无法使用正则表达式。
真是一个很好的例子。
我认为你可以通过预计算来加快速度Counter(target)

【解决方案2】：

本着问题的精神，这是一个正则表达式的答案。

Here's the regex 一起玩。

我是^(?=[string]{1,6}$)(?!.*(.).*\1).*$

这会检查 string 中出现 1-6 次字符。后半部分确保没有重复。当然，如果您的原始 sstring 中有多个相同的字符，这种方法就会失效，而且它对于长字符串并不是特别有效。

为通用输入词运行它的代码：

import re
mylist = ["strings", "string", "str", "ing", "in", "ins", "rs", "stress"]
word = "string"
r = re.compile("^(?=[%s]{1,%d}$)(?!.*(.).*\1).*$" % (word, len(word)))
print filter(r.match, mylist)

打印出来：

['string', 'str', 'ing', 'in', 'ins', 'rs']

您可以使用代码here。

【讨论】：

【解决方案3】：

正则表达式可能不是最好的解决方案。这是一种算法：

为您的目标词制作一个字典，其中每个字母是一个键，值是该字母在单词中的数量。例如对于 string，s 的键：值对将是 {'s':1}。
对于您要测试的每个单词，检查字典中的每个字母是否都在并且字母数不超过目标单词中的数。

【讨论】：

【解决方案4】：

我认为你完全不需要使用 Python re。如果我理解你的话，你只想得到字母不能重复的单词。

这个问题可以用下面两行 Python 代码来解决。

str_list = [u'strings', u'string', u'str', u'ing', u'in', u'ins', u'rs', u'stress']
new_list = [i for i in str_list if len(set(i)) == len(i) ]
print new_list

程序的输出是：

[u'string', u'str', u'ing', u'in', u'ins', u'rs']

对于 unicode 字符串，您必须使用 unicode 字符串类或代码页。您不能使用 utf-8 表示。函数 set 从可迭代对象创建 unique 集。可迭代对象也是字符串。重复的字母被删除。如果您删除某些内容，则长度不能与原始字符串相同。

【讨论】：