在python列表中切片一個字符串

Question

我想從這樣的結構構建一個正則表達式：

    [['mirna', 'or', 'microrna'], 'or', 'lala']

...並且我想遞歸地提取“或”的左側部分以構建我的正則表達式。 如您所見，有時是另一個嵌入列表，有時是字符串。

我的正則表達式應如下所示：

((mirna|microrna)|lala)

這就是我的算法（遞歸，因為我永遠不知道我的結構有多深）：

def _buildRegex(self,  request):
  if not isinstance(request,  str):
    print(request)
    print('request not a str')
    request = request[0]
  for i, e in enumerate(request):
    self._print(i)
    self._print(e)
    if e == 'or':
      self._print('OR found')
      if isinstance(request,  str):
        print('left is str')
        left = request
      else:
        print('left is list')
        left = request[0:i]

      if isinstance(request,  str):
        print('right is str')
        right = request
      else:
        print('right is list')
        right = request[i+1:len(request)-1]
      print('(')

      if isinstance(left,  list):
        self._buildRegex(left)
      else:
        print(left)
      print('|')
      if isinstance(right,  list):
        self._buildRegex(right)
      else:
        print(left)
      print(')')

這就是我得到的：

    [[['mirna', 'or', 'microrna'], 'or', 'lala']]
    request not a str
    0
    ['mirna', 'or', 'microrna']
    1
    or
    OR found
    left is list
    right is list
    (
    [['mirna', 'or', 'microrna']]
    request not a str
    0
    mirna
    1
    or
    OR found
    left is list
    right is list
    (
    ['mirna']
    request not a str
    0
    m
    1
    i
    2
    r
    3
    n
    4
    a
    |
    []
    request not a str

我猜想當我提取單個單詞時，切片會將其轉換為列表。 但是，如何區分列表中的最后一個詞呢？ 我已經花了很多時間，卻找不到解決方案，我完全迷失了。

Answer 1

我認為您的代碼有很多問題（例如不需要外部包裝列表並將字符串拆分為列表），因此我在此處進行了重寫。 您只需要在列表上遞歸，附加'|' 代表“或”，並為所有其他情況附加字符串。

def buildRegex(request):
    result = '('
    for x in request:
        if not isinstance(x, str):
            result += buildRegex(x)
        elif x == 'or':
            result += '|'
        else:
            result += x

    result += ')'
    return result

inp = [['mirna', 'or', 'microrna'], 'or', 'lala']
print(buildRegex(inp))
inp = [['mirna', 'or', ['hello', 'or', 'microrna']], 'or', ['lala', 'or','lele']]
print(buildRegex(inp))

輸出：

((mirna|microrna)|lala)
((mirna|(hello|microrna))|(lala|lele))

編輯：這是一個帶有列表理解的版本，只是為了好玩。 我認為它不太可讀：

def buildRegex(request):
    return '(' + ''.join([buildRegex(x) if isinstance(x, list) else '|' if x == 'or' else x for x in request]) + ')'

編輯：正如Francisco指出的（不確定他為什么刪除他的評論），將result += x替換為result += re.escape(x)可能是一個好主意，以便您可以使用'|'之類的字符 直接在您的字符串中。

Answer 2

這似乎為我工作

def list_to_regex(input, final=''):
    if isinstance(input, list):
        if all([isinstance(x,str) for x in input]):
            # pure list found
            y = ''.join(['|' if z == 'or' else z for z in input])
            to_add = '(' + y + ')'
            return to_add
        else:
            # mixed list
            for el in input:
                final += list_to_regex(el, final)
            return '(' + final + ')'
    else:
        # just a string
        if input == 'or':
            return '|'
        else:
            return input

樣品用法：

l = [['mirna', 'or', ['hello', 'or', 'microrna']], 'or', ['lala', 'or','lele']]
# ((mirna|(hello|microrna))|(lala|lele))

Answer 3

這有點俗氣，我已經想到了附帶情況。 如果考慮一下，嵌套列表已經基本上是所需的格式，那么只需將其設為字符串並進行一些替換即可。

碼：

data = [['mirna', 'or', 'microrna'], 'or', 'lala']
my_regex = str(data).replace(' ','').replace('[','(').replace(']',')').replace(",'or',",'|').replace("'",'').replace('"','')
print('my_regex='+my_regex)

它也可以與@Millie的第二個測試用例一起使用（感謝這樣做！）

輸出：

my_regex=((mirna|microrna)|lala)

Answer 4

這是適用於我的代碼，帶有錯誤檢查功能：

def build_regex(req):
    if (type(req) != list and type(req) != str):
        print('Error: Incompatible types')
        return -1
    if type(req) == list and len(req) % 2 != 1:
        print("Even length, missing an or somewhere")
        return -1

    if type(req) == str:
        return req
    if len(req) == 1:
        return build_regex(req[0])
    if type(req[0]) == list:
        return '(' + build_regex(req[0]) + '|' + build_regex(req[2:]) + ')'
    if type(req[0]) == str:
        return '(' + req[0] + '|' + build_regex(req[2:]) + ')'

    print("Error: Incompatible element types.")
    print("Required str or list, found " + type(req[0]))
    return -1