删除除特定字符串序列外的所有字符串答案

【问题标题】：Removing all but specific string sequence删除除特定字符串序列外的所有字符串
【发布时间】：2017-06-06 18:01:22
【问题描述】：

我有一个字符串列表。每个字符串都包含我需要的特定字符序列——我正在寻找三到四个确切的序列——其余的包含需要从字符串中消除的不可预测的数据。即：

sequences = ['sequenceA', 'sequenceB', 'sequenceC']
bigList = ['Garbage sequenceB blahblah', 'sequenceA nonsense', 'silliness sequenceC', 'total nonsense']
goalList = ['sequenceB', 'sequenceA', 'sequenceC', '']

我可以使用 sub 或 .replace 删除特定字符，但这是反转：我需要删除除特定字符串之外的所有内容，对于没有特定序列实例的列表元素，我仍然需要保留元素，以便列表保持有序。我对正则表达式还是新手 - 有没有办法做到这一点我还没有找到？

【问题讨论】：

标签： python regex string list

【解决方案1】：

如果你喜欢神奇的单线。

>>>[ ''.join([x if x in y else '' for x in sequences]) for y in bigList]

['sequenceB', 'sequenceA', 'sequenceC', '']

【讨论】：

哦，这太棒了，我不知道为什么我不能将其作为解决方案 - 我直接走到了它，但到那时我已经想多了。完美，谢谢。
至少优化了序列元素的重建，无需在已有数据上浪费 CPU 周期：[([x for x in sequences if x in y] or [""])[0] for y in bigList] ... 仍然不必要的慢，但至少更理智一点。跨度>

【解决方案2】：

试试这个：

   goalList = ['' for x in range(len(bigList)]
   for elem in bigList:
       if sequenceA in bigList[elem]:
           goalList[elem] = sequenceA
       if sequenceB in bigList[elem]:
           goalList[elem] = sequenceB
       if sequenceA in bigList[elem]:
           goalList[elem] = sequenceC

当然，根据数据库中的内容进行调整。

【讨论】：

【解决方案3】：

你可以用一个简单的双循环来做到这一点：

sequences = ['sequenceA', 'sequenceB', 'sequenceC']
bigList = ['Garbage sequenceB blahblah', 'sequenceA nonsense', 'silliness sequenceC', 'total nonsense']

goalList = []
for element in bigList:
    for seq in sequences:
        if seq in element:
            break
    goalList.append(seq if seq in element else "")

print(goalList)
# prints: ['sequenceB', 'sequenceA', 'sequenceC', '']

【讨论】：

这是我开始着手的方向，我认为我过度使用正则表达式 - 谢谢，作为一个初学者，这真的有助于我思考它。
@ThoureaulyRekt - 如果您关心性能，这就是您应该使用的（如果需要，可以进一步加快速度，例如，如果sequences 是一个长列表，则首先将其变成一组)。仅仅因为它看起来整洁而使用它是通往受伤城镇的道路......