匹配正則表達式中任何順序的所有字符

Question

我是一個正則表達式新手，但我理解如何按順序匹配正則表達式查詢中的任何字符（例如[abc]將匹配a，b或c中的任何一個。另外，我相信“abc”將完全匹配abc）。

但是，如何構造一個匹配所有字符abc的正則表達式查詢？ 例如，我希望它匹配“cab”或“bracket”。 我使用Python作為我的腳本語言（不確定這是否重要）。

Answer 1

在Python中，我不會為此目的使用regualar表達式，而是使用set：

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

正則表達式很有用，但有些情況下不同的工具更合適。

Answer 2

這可以通過先行斷言來完成：

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

如果您的字符串包含至少一個a ， b和c匹配項，則匹配。

但正如你所看到的，那並不是正則表達式所擅長的。

我會做的：

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

檢查速度：

>>> 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，正則表達勝利！ 這甚至適用於較長的搜索字符串：

>>> 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

以下是issubset與正則表達式解決方案的時間比較。

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)

---

對於小字符串， issubset可能會稍快一點：

% 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

對於長字符串，正則表達式顯然更快：

• 比賽來晚了：

   % 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 

• 比賽來得早：

   % 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 

---

（要回答評論中的問題:) r'^(?=.*a)(?=.*b)(?=.*c)'可用於表示匹配：

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

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