Python正则表达式过滤匹配模式的字符串列表

Posted 2023-02-23

【中文标题】Python正则表达式过滤匹配模式的字符串列表

【英文标题】：Regular expression to filter list of strings matching a pattern

【发布时间】：2013-03-02 10:23:35

【问题描述】：

我更多地使用 R，而且我在 R 中更容易做到这一点：

> test <- c('bbb', 'ccc', 'axx', 'xzz', 'xaa')
> test[grepl("^x",test)]
[1] "xzz" "xaa"

但是如果test是一个列表，在python中怎么做呢？

附：我正在使用谷歌的 python 练习来学习 python。而且我更喜欢使用回归表达式。

【参考方案1】：

一般来说，你可以使用

import re                                  # Add the re import declaration to use regex
test = ['bbb', 'ccc', 'axx', 'xzz', 'xaa'] # Define a test list
reg = re.compile(r'^x')                    # Compile the regex
test = list(filter(reg.search, test))      # Create iterator using filter, cast to list 
# => ['xzz', 'xaa']

或者，反转结果并获取所有与正则表达式不匹配的项目：

list(filter(lambda x: not reg.search(x), test))
# >>> ['bbb', 'ccc', 'axx']

请参阅Python demo。

使用说明：

re.search 在字符串中找到第一个正则表达式匹配 anywhere 并返回一个匹配对象，否则 None re.match 仅在字符串开始处查找匹配，它不需要完整的字符串匹配。所以，re.search(r'^x', text) = re.match(r'x', text) re.fullmatch 仅在完整字符串与模式匹配时才返回匹配项，因此，re.fullmatch(r'x') = re.match(r'x\Z') = re.search(r'^x\Z')。

如果您想知道r'' 前缀的含义，请参阅Python - Should I be using string prefix r when looking for a period (full stop or .) using regex? 和Python regex - r prefix。

【参考方案2】：

您可以使用以下内容来查找列表中是否有任何字符串以'x'开头

>>> [e for e in test if e.startswith('x')]
['xzz', 'xaa']
>>> any(e.startswith('x') for e in test)
True

【讨论】：

我想提取以“x”开头的字符串，但我看不到你的答案可以给出我期望的输出。

我可以在re库中使用re.match或者类似的函数吗？

@lok​​heart 您绝对可以在上面的列表理解中使用re.match 代替starswith。

@squiguy 试过 [x for x in test if re.match("^x",x)] 并且它有效

@lok​​heart 酷:)。玩得开心！

【参考方案3】：

您可以使用filter。我假设您想要一个包含旧列表中某些元素的新列表。

new_test = filter(lambda x: x.startswith('x'), test)

或者，如果您想在过滤器函数中使用正则表达式，您可以尝试以下操作。 它需要导入re 模块。

new_test = filter(lambda s: re.match("^x", s), test)

【参考方案4】：

当您想从列表中的每个字符串中提取多个数据点时的示例：

输入：

2021-02-08 20:43:16 [debug] : [RequestsDispatcher@_execute_request] Requesting: https://test.com&uuid=1623\n

代码：

pat = '(.* \d\d:\d\d:\d\d) .*_execute_request\] (.*?):.*uuid=(.*?)[\.\n]'
new_list = [re.findall(pat,s) for s in my_list]

输出：

[[('2021-02-08 20:43:15', 'Requesting', '1623')]]

【参考方案5】：

这是一些很好的即兴创作。可能有帮助..

import re
l= ['bbb', 'ccc', 'axx', 'xzz', 'xaa'] #list
s= str( " ".join(l))                   #flattening list to string
re.findall('\\bx\\S*', s)               #regex to find string starting with x

['xzz', 'xaa']