匹配regex中任意顺序的所有字符

Question

我是一个regex新手，但我知道如何按顺序匹配regex查询中的任何字符（例如，[a b c]将匹配a、b或c中的任何字符。此外，我相信“abc”将完全匹配abc）。

但是，如何构造一个正则表达式查询，它将以任何顺序匹配所有字符abc？例如，我希望它与“cab”或“bracket”匹配。我使用Python作为脚本语言（不确定这是否重要）。

Answer 1

在Python中，我不会为此目的使用正则表达式，而是使用一个集合：

>>> chars = set("abc")
>>> chars.issubset("bracket")
True
>>> chars.issubset("fish")
False
>>> chars.issubset("bad")
False

正则表达式很有用，但在某些情况下，不同的工具更合适。

Answer 2

这可以通过前瞻性断言来实现：

^(?=.*a)(?=.*b)(?=.*c)

如果字符串至少包含一个a、b和c匹配。

但正如你所看到的，这并不是正则表达式真正擅长的。

我会这么做的：

if all(char in mystr for char in "abc"):
    # do something

检查速度：

>>> timeit.timeit(stmt='chars.issubset("bracket");chars.issubset("notinhere")',
... setup='chars=set("abc")')
1.3560583674019995
>>> timeit.timeit(stmt='all(char in "bracket" for char in s);all(char in "notinhere" for char in s)', 
... setup='s="abc"')
1.4581878714681409
>>> timeit.timeit(stmt='r.match("bracket"); r.match("notinhere")', 
... setup='import re; r=re.compile("(?=.*a)(?=.*b)(?=.*c)")')
1.0582279123082117

嘿，看，雷鬼赢了！这甚至适用于较长的搜索字符串：

>>> timeit.timeit(stmt='chars.issubset("bracketed");chars.issubset("notinhere")', 
... setup='chars=set("abcde")')
1.4316702294817105
>>> timeit.timeit(stmt='all(char in "bracketed" for char in s);all(char in "notinhere" for char in s)', 
... setup='s="abcde"')
1.6696223364866682
>>> timeit.timeit(stmt='r.match("bracketed"); r.match("notinhere")', 
... setup='import re; r=re.compile("(?=.*a)(?=.*b)(?=.*c)(?=.*d)(?:.*e)")')
1.1809254199004044

Answer 3

这里是issubset与regex解的时间比较。

import re

def using_lookahead(text):
    pat=re.compile(r'^(?=.*a)(?=.*b)(?=.*c)')
    return pat.search(text)

def using_set(text):
    chars=set('abc')
    return chars.issubset(text)

---

对于小字符串，issubset可能稍快：

% python -mtimeit -s'import test' "test.using_set('bracket')"
100000 loops, best of 3: 2.63 usec per loop
% python -mtimeit -s'import test' "test.using_lookahead('bracket')"
100000 loops, best of 3: 2.87 usec per loop

对于长字符串，regex显然更快：

• 比赛迟到时：

  % python -mtimeit -s'import test' "test.using_set('o'*1000+'bracket')"
  10000 loops, best of 3: 49.7 usec per loop
  % python -mtimeit -s'import test' "test.using_lookahead('o'*1000+'bracket')"
  100000 loops, best of 3: 6.66 usec per loop
  

• 当比赛提前到来时：

  % python -mtimeit -s'import test' "test.using_set('bracket'+'o'*1000)"
  10000 loops, best of 3: 50 usec per loop
  % python -mtimeit -s'import test' "test.using_lookahead('bracket'+'o'*1000)"
  100000 loops, best of 3: 13.9 usec per loop
  

---

（回答注释中的问题：）r'^(?=.*a)(?=.*b)(?=.*c)'可用于表示匹配：

In [40]: pat=re.compile(r'^(?=.*a)(?=.*b)(?=.*c)')

In [41]: pat.search('bracket')
Out[41]: <_sre.SRE_Match object at 0x9f9a6b0>