不考虑顺序的某些词的正则表达式

Question

我想写一个正则表达式，用来查找一些单词，但这些单词出现的顺序不重要。

比如说，我想查找“Tim”和“stupid”。我现在的正则表达式是 Tim.*stupid|stupid.*Tim。但是有没有办法写一个更简单的正则表达式（比如说，让这两个单词在正则表达式中只出现一次）呢？

Answer 1

你可以使用正向前瞻来实现这个功能。前瞻的方法很适合匹配那些包含两个子字符串的字符串，不管它们的顺序如何。

pattern = re.compile(r'^(?=.*Tim)(?=.*stupid).*$')

举个例子:

>>> s = '''Hey there stupid, hey there Tim
Hi Tim, this is stupid
Hi Tim, this is great'''
...
>>> import re
>>> pattern = re.compile(r'^(?=.*Tim)(?=.*stupid).*$', re.M)
>>> pattern.findall(s)

# ['Hey there stupid, hey there Tim', 'Hi Tim, this is stupid']

Answer 2

看看这个正则表达式：

/^(?=.*Tim)(?=.*stupid).+/

正则表达式解释：

• ^ 表示字符串的开始位置。
• (?=.*Tim) 确保字符串中包含“Tim”。
• (?=.*stupid) 确保字符串中包含“stupid”。
• .+ 现在我们的短语都在了，这个字符串就是有效的。可以使用 .+ 或者 .++ 来匹配整个字符串。

如果你想更专门地使用前瞻，可以再加一个 (?=.*<to_assert>) 组。整个正则表达式可以简化为 /^(?=.*Tim).*stupid/。

看看 这个正则表达式演示吧！

>>> import re
>>> str ="""
... Tim is so stupid.
... stupid Tim!
... Tim foobar barfoo.
... Where is Tim?"""
>>> m = re.findall(r'^(?=.*Tim)(?=.*stupid).+$', str, re.MULTILINE)
>>> m
['Tim is so stupid.', 'stupid Tim!']
>>> m = re.findall(r'^(?=.*Tim).*stupid', str, re.MULTILINE)
>>> m
['Tim is so stupid.', 'stupid Tim!']

了解更多：

• 带有排除字符和另一个正则表达式的正则表达式