如何匹配python中正则表达式中字符串列表中的任何字符串？

Question

假设我有一个字符串列表

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

我想创建一个正则表达式，在其中的某个点上，我可以在一个组内匹配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.")

正确的方法是什么？或者必须创建多个正则表达式并将它们分别与字符串匹配？

Answer 1

除了正则表达式外，还可以使用列表理解，希望不是离题。

import re
def match(input_string, string_list):
    words = re.findall(r'\w+', input_string)
    return [word for word in words if word in string_list]

>>> string_lst = ['fun', 'dum', 'sun', 'gum']
>>> match("I love to have fun.", string_lst)
['fun']

Answer 2

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

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

不能使用match，因为它从一开始就匹配。请改用findall。

输出：['fun']

使用search只能得到第一个匹配项，因此请使用findall。

如果重叠匹配不是从同一点开始的，也可以使用lookahead。

Answer 3

^{} module具有命名列表（实际设置）：

#!/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，你可以用任何你喜欢的东西来代替。
^在命名列表之前/之后使用{}方法而不是.*。

要使用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()用于在单个单词中转义regex元字符，例如.*?（按字面意思匹配单词）。
sorted()模拟regex行为，并将最长的单词放在备选单词的第一位，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']