如何在Python迭代器中匹配对象模式？

Question

使用Python的re函数来匹配和处理文本中的模式非常简单，比如：

re.match('a[efg]*c', 'aggggc')

那么，如何在列表或其他Python迭代器上做到同样的事情呢？比如，我可能有一个这样的列表：

>>> list = ['foo', 'bar', 3, (1, 2, 3), 'a', 'b', {5, 6, 7}, 'apple']

接下来，按照正则表达式的习惯，我可能想要匹配一个这样的模式：

>>> pattern = ['a', '[', {7, 6, 5}, 'b', 'c', ']', '*', 'apple']

我想在这个列表中找到一个匹配项。如果是正则表达式，我会这样写：

>>> match = re.search(pattern, list)
>>> match.group(0)
['a', 'b', {5, 6, 7}, 'apple']

但当然，这样不行，因为Python的正则表达式期望看到的是字符串。

那我该怎么做呢？

注意：我想要的是匹配模式的能力，而不是这个具体的语法。我想，理想的答案应该是一个模块或库（或者简洁的函数），提供多种正则表达式风格的模式匹配工具，能够在列表上使用。

我为什么想要这个的解释：我正在编写处理东南亚语言文本的脚本，这些语言使用复杂的文字。现在我正在做的程序会智能地纠正打字错误（这个语言有些字符可以在上面、下面、前面、周围等位置，并且有特定的规则来决定它们的顺序）。我程序的第一步使用状态机将每个字符分配到一个类别，比如辅音、元音、声调、数字等等。第二步会尝试纠正无效的音节和其他类型的错误。就音节部分而言，英语没有类似的东西，但在数字方面，比如我看到模式['number', 'o', 'number']，那么我会推测打字者是想说'零'而不是'哦'，并进行适当的纠正。

Answer 1

通常情况下，你需要写一个函数来检查这个问题。可以像下面这样写。

import sys


my_list =  ['foo', 'bar', 3, (1, 2, 3), 'a', 'b', {5, 6, 7}, 'apple']
pattern = ['fo', 'bar', 3, (1, 2, 3), 'a', '*', {5, 6, 7}, 'apple']


if len(my_list) != len(pattern):
    print('List length dose not match with the pattern')
    sys.exit(1)

for offset,value in enumerate(my_list):
    if pattern[offset] != value and pattern[offset] != '*':
        print('Pattern matching failed at offset {} with value {}'.format(offset, my_list[offset]))
        break;
else:
    print('Pattern matched perfectly..');

Answer 2

你可以这样做，先检查一下这个东西是不是一个 str（字符串），再去尝试匹配它。

import re
from collections import Iterable

pattern = re.compile('a[efg]*')
items = ['foo', 'bar', 3, (1, 2, 3), 'a', 'b', {5, 6, 7}, 'apple']

def _find_matches(it, pattern):
    matches = []
    for i in it:
        if isinstance(i, str):
            m = pattern.match(i)
            if m:
                matches.append(m)
        elif isinstance(i, Iterable):
            m = _find_matches(i, pattern)
            matches.extend(m)
        else:
            print "Could not process: {}".format(i)
    return matches

results = _find_matches(items, pattern)