如何匹配 python 正则表达式中字符串列表中的任何字符串？

Question

可以说我有一个字符串列表，

 string_lst = ['fun', 'dum', 'sun', 'gum']

我想制作一个正则表达式，在其中的某个点，我可以匹配组中该列表中的任何字符串，例如：

 import re
template = re.compile(r".*(elem for elem in string_lst).*")
template.match("I love to have fun.")

这样做的正确方法是什么？或者是否必须制作多个正则表达式并将它们全部分别匹配到字符串？

原文由 Josh Weinstein 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

加入管道字符 | 的列表，它代表正则表达式中的不同选项。

 string_lst = ['fun', 'dum', 'sun', 'gum']
x="I love to have fun."

print re.findall(r"(?=("+'|'.join(string_lst)+r"))", x)

输出： ['fun']

您不能使用 match 因为它将从一开始就匹配。使用 search 你只会得到第一场比赛。所以使用 findall 代替。

如果您有重叠匹配而不是从同一点开始，也可以使用 前瞻。

原文由 vks 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

regex 模块 有 _命名列表_（实际上是集合）：

 #!/usr/bin/env python
import regex as re # $ pip install regex

p = re.compile(r"\L<words>", words=['fun', 'dum', 'sun', 'gum'])
if p.search("I love to have fun."):
    print('matched')

这里 words 只是一个名字，你可以使用任何你喜欢的名字。

.search() 方法用于代替 .* 在命名列表之前/之后。

使用 stdlib 的 re 模块模拟命名列表：

 #!/usr/bin/env python
import re

words = ['fun', 'dum', 'sun', 'gum']
longest_first = sorted(words, key=len, reverse=True)
p = re.compile(r'(?:{})'.format('|'.join(map(re.escape, longest_first))))
if p.search("I love to have fun."):
    print('matched')

re.escape() 用于转义正则表达式元字符，例如 .*? 在单个单词中（以逐字匹配单词）。

sorted() 模拟 regex 行为，它把最长的单词放在备选方案中的第一位，比较：

 >>> import re
>>> re.findall("(funny|fun)", "it is funny")
['funny']
>>> re.findall("(fun|funny)", "it is funny")
['fun']
>>> import regex
>>> regex.findall(r"\L<words>", "it is funny", words=['fun', 'funny'])
['funny']
>>> regex.findall(r"\L<words>", "it is funny", words=['funny', 'fun'])
['funny']

原文由 jfs 发布，翻译遵循 CC BY-SA 3.0 许可协议