从列表中匹配多个字符串匹配并为每个匹配创建一个新行
其中一个建议的解决方案按预期工作，但我想知道是否可以进行一些轻微的调整，以实现以下结果。保持与上面链接的第一个问题相同的条件，如果我想匹配list_3中的元素，而不管它在文本中的位置，新的正则表达式模式会是什么样子？（记住，来自列表_1和列表_2的元素将始终保持连续）。
举例说明：
list_1 = ['chest', 'test', 'west', 'nest']
list_2 = ['mike', 'bike', 'like', 'pike']
list_3 = ['hay', 'day', 'may', 'say']
text = 'zzz zzz chest bike zz zz day zzz'新的正则表达式应该匹配chest、bike和day。在最初的问题中，胸部自行车和白天是连续的。在这里，他们仍然是，但有额外的文本之间的前两个比赛（胸部和自行车）和最后一场比赛（一天）。
最后，
最后，如果第一个列表（list_1）中的一个元素已经被匹配，我想跳过同一个单词的任何其他匹配。
举例说明：
text = 'zzz zz west like say zz zzz west bike zzz lay zzz zz zz nest mike zzz'这将匹配west，比如说和nest，mike，因为west在文本中出现不止一次，而nest只出现一次。
文本仍将采用数据框格式，输出也应该采用该格式。
我现在使用的正则表达式如下：
pattern = r'\b' + r'(?:\b\s+'.join(fr"(?P<match_{i+1}>{'|'.join(w)})" for i, w in enumerate(word_list)) + r'\b' + ''.join(')?' for _ in range(1, len(word_list)))谢谢你，谢谢
1条答案
按热度按时间q1qsirdb1#
您需要对正则表达式进行重大更改以满足新条件。首先，您需要将第三组设置为可选的，而不管第二组是否存在。其次，要处理像
zzz zz west like zz zzz nest bike zz say zzz这样的字符串，你需要确保在搜索可选的第三个单词时，不要超出第一个单词（这样字符串将匹配west, like和nest, bike, say，而不是west, like, say）。你可以用一个温和的贪婪令牌来做到这一点。对于给定的示例数据，正则表达式（为了可读性，使用了换行符）应该是：regex101上的正则表达式演示
你可以使用以下代码构建正则表达式：
然后，您可以将其应用于您的框架，如上一个问题中所述：
使用此示例输入数据：
这给出：
然后，您可以根据
text和match_1删除重复项：这给了你想要的结果：