在字符串列表中搜索任意数量的未知子字符串来代替 *答案

【问题标题】：Search for any number of unknown substrings in place of * in a list of string在字符串列表中搜索任意数量的未知子字符串来代替 *
【发布时间】：2017-03-29 14:10:51
【问题描述】：

首先，对不起，如果标题不是很明确，我很难正确地表述它。这也是为什么我没有找到问题是否已经被问过，如果有的话。

所以，我有一个字符串列表，我想执行“程序”搜索，用任何可能的子字符串替换我的目标子字符串中的每个 *。
这是一个例子：

strList = ['obj_1_mesh',
           'obj_2_mesh',
           'obj_TMP',
           'mesh_1_TMP',
           'mesh_2_TMP',
           'meshTMP']

searchFor('mesh_*')
# should return: ['mesh_1_TMP', 'mesh_2_TMP']

在这种只有一个* 的情况下，我只需用* 拆分每个字符串并使用startswith() 和/或endswith()，这样就可以了。但是如果搜索字符串中有多个*，我不知道该怎么做。

所以我的问题是，如何在字符串列表中搜索任意数量的未知子字符串来代替 *？
例如：

strList = ['obj_1_mesh',
           'obj_2_mesh',
           'obj_TMP',
           'mesh_1_TMP',
           'mesh_2_TMP',
           'meshTMP']

searchFor('*_1_*')
# should return: ['obj_1_mesh', 'mesh_1_TMP']

希望一切都足够清楚。谢谢。

【问题讨论】：

您可能想查看re 的正则表达式。
解释你如何到达['mesh_ok1', 'mesh_ok2'] 作为第一个示例的预期输出。
哦，是的，抱歉，那是因为我修改了示例代码而没有更改结果。我现在编辑它。

标签： python string search

【解决方案1】：

考虑使用提供类 Unix 文件模式匹配的“fnmatch”。更多信息在这里http://docs.python.org/2/library/fnmatch.html

from fnmatch import fnmatch
strList = ['obj_1_mesh',
       'obj_2_mesh',
       'obj_TMP',
       'mesh_1_TMP',
       'mesh_2_TMP',
       'meshTMP']

searchFor = '*_1_*'

resultSubList = [ strList[i] for i,x in enumerate(strList) if fnmatch(x,searchFor) ]

这应该可以解决问题

【讨论】：

如果您提供指向 fnmatch 文档的链接，并且还简要解释了 fnmatch 的作用，这个答案会更好一些。只需说“fnmatch 提供了匹配类似于 unix 文件名通配符的模式的能力”之类的内容，您就可以将其从一个好的答案变成一个好的答案。

【解决方案2】：

如果我是你，我会为此使用正则表达式包。您必须学习一点正则表达式才能进行正确的搜索查询，但这还不错。在这种情况下，“.+”与“*”非常相似。

import re

def search_strings(str_list, search_query):
    regex = re.compile(search_query)
    result = []
    for string in str_list:
        match = regex.match(string)
        if match is not None:
            result+=[match.group()]
    return result

strList= ['obj_1_mesh',
          'obj_2_mesh',
          'obj_TMP',
          'mesh_1_TMP',
          'mesh_2_TMP',
          'meshTMP']

print search_strings(strList, '.+_1_.+')

这应该返回 ['obj_1_mesh', 'mesh_1_TMP']。我试图复制 '*_1_*' 案例。对于“mesh_*”，您可以将 search_query 设为“mesh_.+”。这是python regex api的链接：https://docs.python.org/2/library/re.html

【讨论】：

在这里使用非贪婪匹配可能是个好主意。
是的，这取决于 OP。我使用了贪婪，因为我认为在这种特殊情况下直觉上更有意义。 OP 如果你想要非贪婪使用 '*' 而不是 '+'。
谢谢！所有的答案都很好，但是由于这个答案不那么简洁，所以我更容易理解它（因为我没有使用太多的正则表达式并且现在还没有完全理解它）。我还按照建议更改了“*”中的“+”，我认为这样更精确。
嘿，再解释一下，点匹配任何字符，然后 * 表示匹配前一个模式的 0 个或多个。 + 表示匹配 1 或更多。举个例子，'.+_1_.+' 不会匹配 '_1_TMP'，但 '.*_1_.*' 会。
是的，这就是我通过测试得出的结论。再次感谢:)

【解决方案3】：

最简单的方法是使用fnmatch，如ma3oun 的回答所示。但这里有一种使用Regular Expressions 的方法，也就是正则表达式。

首先我们转换您的searchFor 模式，使其使用'.+?' 作为“通配符”而不是'*'。然后我们将结果编译成一个正则表达式模式对象，以便我们可以有效地使用它进行多次测试。

有关正则表达式语法的解释，请参阅文档。但简而言之，点表示任何字符（在这一行），+ 表示查找其中一个或多个，? 表示进行非贪婪匹配，即匹配符合模式的最小字符串而不是最长的，（这是贪心匹配所做的）。

import re

strList = ['obj_1_mesh',
           'obj_2_mesh',
           'obj_TMP',
           'mesh_1_TMP',
           'mesh_2_TMP',
           'meshTMP']

searchFor = '*_1_*'
pat = re.compile(searchFor.replace('*', '.+?'))

result = [s for s in strList if pat.match(s)]
print(result)

输出

['obj_1_mesh', 'mesh_1_TMP']

如果我们使用searchFor = 'mesh_*'，结果是

['mesh_1_TMP', 'mesh_2_TMP']

请注意，此解决方案不稳健。如果searchFor 包含在正则表达式中具有特殊含义的其他字符，则它们需要是escaped。实际上，与其进行searchFor.replace 转换，不如一开始就使用正则表达式语法编写模式会更简洁。

【讨论】：

【解决方案4】：

如果您要查找的字符串总是看起来像 string，您可以使用 find 函数，您会得到类似的结果：

for s in strList:
    if s.find(searchFor) != -1:
        do_something()

如果您要查找多个字符串（例如 abc*123*test），则需要查找每个字符串，从找到第一个的索引开始在同一字符串中找到第二个 + 它是 len等等。

【讨论】：