Question

我有两个列表：ignorelist是一个正则表达式列表，另一个列表叫urllist。我试图这样做，如果urllist中的索引项与ignorelist中的正则表达式匹配，则不会将其添加到finallist

ignorelist = ['(?:\.)amazon\.com(?:\/(?:.*))',
            '(?:\.)google\.com(?:\/(?:.*))']

urllist = ['api.amazon.com/', 'fakedomain.com/']
finallist = []

for r in ignorelist:
    r = re.compile(r)
    finallist = [x for x in urllist if not r.match(x)]

输出

['api.amazon.com/', 'fakedomain.com/']

我试图使输出基本上为['fakedomain.com/']，因为它与ignorelist中的正则表达式不匹配

Answer 1

这里有几个问题：

re.match在该行的开头搜索。您的表达式不是为此而构建的。使用re.search。
你在循环中分配结果：错误的逻辑。

我愿意：

import re

ignorelist = ['(?:\.)amazon\.com(?:\/(?:.*))',
            '(?:\.)google\.com(?:\/(?:.*))']

urllist = ['api.amazon.com/', 'fakedomain.com/']


finallist = [x for x in urllist if not any(re.search(r,x) for r in ignorelist)]

因此finallist仅包含与ignorelist

的任何正则表达不匹配的网址

结果：

['fakedomain.com/']

请注意，我没有“编译”正则表达式，但在测试很多域时，您可能会获得一些速度。

Answer 2

您正在过滤忽略列表的每个正则表达式，然后每次重新分配var folder; var nodes = search.luceneSearch("PATH:\"/app:company_home/app:dictionary/cm:StarXpert_x0020_Workflow\""); folder = nodes[0];。因此，只考虑最后一个正则表达式。

finallist

或使用列表理解：

finallist = []
for url in urllist:
    if any([re.search(r, url) for r in ignorelist]):
       finallist.append(url)

See the working demo.

python re.match正则表达式列表

2 个答案: