在正則表達式中過濾單詞

Question

因此，最近我接觸了 Python 中的正則表達式，並且在網上遇到了一些代碼，用於從包含在其他子字符串中的字符串列表中過濾單詞。

def Filter(string, substr):
    return [str for str in string
    if re.match(r'[^\d]+|^', str).group(0) in substr]

它看起來非常簡單，並且對於我遇到的特定問題效果很好，但我真的無法理解它的含義以及它是如何工作的。 這看起來很混亂。 任何人都可以像我是嬰兒之類的那樣向我解釋嗎？ 我的編碼技能不是很好，而且我還是個菜鳥。

明確地說，代碼有效，我很高興繼續前進，我只是不明白這一點。

Answer 1

[^\d]匹配任何不是數字的字符； 這也可以寫成\D 。

+在模式之后表示匹配匹配模式的任何字符序列，因此[^\d]+匹配非數字序列。

| 分隔備選模式以進行匹配。

第二種選擇^匹配字符串的開頭。 每個字符串都會匹配這個。 我認為他們使用它只是為了避免匹配失敗，以便您始終可以在結果上調用.group(0) 。 他們可以通過在第一個選項中將+更改為*來完成相同的事情，因為這意味着匹配的序列可以是 0 次重復。

re.match()在參數字符串的開頭查找正則表達式的匹配項。 .group(0)返回與整個正則表達式匹配的內容。 所以這整個事情返回str中非數字的初始序列。

最后，列表理解返回strings中非數字初始序列在substr中的任何項目。

通過我上面提到的簡化，這可以重寫：

def Filter(string, substr):
    return [item for item in string
            if re.match(r'\D*', item).group(0) in substr]

請注意，如果任何項目以數字開頭，則正則表達式的結果將是一個空字符串，而空字符串是每個字符串的子字符串。 因此這些項目將包含在過濾結果中。 我懷疑這不是預期的結果。

Answer 2

我將盡力為您解釋這一點。

所以基本上我們正在創建一個名為“ filter ”的方法並傳遞兩個參數，即“ string （要搜索的）”和“ substring （要搜索的）”。 然后我們在python 返回函數中使用re.match以及for 循環中的if 條件（for 循環幫助我們一個一個地遍歷主字符串）。 至於： (r'[^\d]+|^' ：這是一個正則表達式模式，其中 \d 是數字的正則表達式模式， + 表示至少一個或多個，最后它們在 () 內關閉，這意味着您要捕獲的組。

re.match： re.match 是一個函數，它只從字符串的開頭搜索並返回匹配的對象（如果找到）。 但是，如果在中間某處找到子字符串，則它只會返回 none。