我有一系列的正则表达式模式，它们被分组到类别中。我试图静态地将它们编译成交替，但我不希望丢失任何特殊的含义。
例如，我通过名称识别Raspberry Pi GPIO引脚。有GPIO引脚，0-27（巧合的是与BCP命名相同的数字），电压参考引脚和命名功能引脚。根据特定的物理引脚福尔斯哪个类别，可以做出假设;例如，电压基准引脚从不具有上拉状态，也不具有GPIO/BCM编号。
于是：

_cats = {
    'data': (
        r'gpio\.?([0-9]|[1-3][0-9]|40)',
    ),
    'vref': (
        r'v3_3',
        r'v5'
        r'gnd',
    ),
    'named': (
        r'SDA\.?([01])',
        r'CE\.?0'
        r'CE\.?1',
    ),
}

字符串
我想做的第一件事是将所有的模式组合成一个单独的编译的交替，这样我就可以检查输入是否实际上 * 匹配 * 我的任何键。对于第一个dict中的单个字符串，我可以简单地用途：

crx = rx.compile(('\A' + _cats['data'][0] + '\Z'), rx.IGNORECASE)

型
对于所有这些，我可以这样做：

crx = re.compile('|'.join([('\A' + rx + '\Z') for rx in _cats['vref']]), re.IGNORECASE)

型
但这让我有点困惑每个正则表达式项都应该是^$或\A\Z有界的，但是将它们连接成交替，然后编译它们给了我一些问题。
我正在寻找类似Emacs的regexp-opt函数的东西。
我已经尝试了所描述主题的变体，并得到了语法错误，不匹配任何内容的模式，以及匹配太多的模式。