Python高级字符串搜索与运算符和布尔值

Question

我有一个函数，它可以在一个列表的列表中搜索一个字符串，然后返回一个包含匹配列表的列表：

def foo(myList,keyword,first=True):
    if first: #Search only first element or each sublist
        return [x for x in myList if keyword in x]
    else: #Search first and second elements of each sublist
        return [x for x in myList if keyword in x or keyword in x[1]]

现在我想把这个功能扩展一下，让它能处理更复杂的搜索，比如：

matchthis -butnothis -"and not this"

this|orthis|"or this"

brand new*laptop  # this is a wildcard, matches like: brand new dell laptop

"exact phrase"

有没有什么Python模块（最好是内置的）可以让我在我的函数中使用，以处理这些查询？

顺便说一下，我知道Swoosh这个东西，但现在对我来说不太合适。而且，我现在使用的是App Engine。

我基本上想做的是在内存中进行全文搜索，因为App Engine目前还不支持全文搜索。我查询数据存储，把实体放到列表里，然后遍历这些列表来找到匹配的查询。

Answer 1

没有一个标准的库模块可以完全满足你的需求；不过，你可以先从 shlex模块 开始，这个模块可以帮助你解析搜索组：

>>> import shlex
>>> s = '''matchthis -butnothis -"and not this"
this|orthis|"or this"
brand new*laptop
"exact phrase"
'''
>>> shlex.split(s)
['matchthis', '-butnothis', '-and not this', 'this|orthis|or this', 'brand', 'new*laptop', 'exact phrase']

如果你需要更精细的解析控制，可以看看 re模块。

Answer 2

我会尝试为搜索查询的每个部分构建一个正则表达式。首先，你可以使用 shlex.split() 将查询拆分成不同的部分，然后分别创建每个正则表达式。下面是我对此的尝试：

import shlex, re

def foo(query):
    pieces = shlex.split(query)
    include, exclude = [], []
    for piece in pieces:
        if piece.startswith('-'):
            exclude.append(re.compile(piece[1:]))
        else:
            include.append(re.compile(piece))
    def validator(s):
        return (all(r.search(s) for r in include) and
                not any(r.search(s) for r in exclude))
    return validator

这段代码会返回一个函数，你可以用它来验证查询，比如：

>>> test = foo('matchthis -butnothis -"and not this"')
>>> test("we should matchthis...")
True
>>> test("some stuff matchthis blah and not this...")
False

你应该可以通过将查询中的 * 替换为正则表达式中的 .* 来添加一些通配符的处理。