你可能想在这里使用的正则表达式是：

^(?:SIT,UAT|UAT,SIT)$

示例Pandas代码：

def valid(env1, env2):
    pat = r'^(?:' + env1 + r',' + env2 + r'|' + env2 + r',' + env1 + r')$'
    return df["col"].str.contains(pat, regex=True)

如果你需要满足两个以上的预期CSV值，那么regex可能无法很好地扩展。在这种情况下，我建议将输入拆分为逗号，然后使用基本字符串函数：

inp = "TST,SIT,UAT,PROD"
vals = inp.split(",")
allowed = ["SIT", "UAT"]
output = all(p in allowed for p in vals)
print(output)  # False, because the input has TST and PROD

如果我没理解错的话，这是一个解决问题的方法。除非你的匹配值固定为SIT,UAT或者只有几个已知值，否则我建议你不要使用正则表达式，而是通过拆分列表来解决它。

def verify(input, match):
    matchList = list(sorted(match.split(',')))
    inputList = list(sorted(input.split(',')))
    return inputList == matchList

match = "SIT,UAT"
print(verify("SIT,UAT", match))     # true
print(verify("UAT,SIT", match))     # true
print(verify("SIT", match))         # false
print(verify("UAT", match))         # false
print(verify("TRA,SIT,UAT", match)) # false

上面的代码对match字符串没有任何假设。如果你知道重复并不重要，你可以使用set比较来代替list。

使用上述模式：

pattern = ^(?=^(SIT,UAT)|(UAT,SIT)$)(?!(.*?,(?!SIT|UAT))+).*

• (?=^(SIT,UAT)|(UAT,SIT)$)用于检查字符串是否匹配SIT，UAT或UAT，SIT...
• (?!(.*?,(?!SIT|UAT))+)用于检查字符串是否与除SIT & UAT之外的任何元素都不匹配

希望这个有用。