Question

我需要在字符串中搜索多个单词。

import re

words = [{'word':'test1', 'case':False}, {'word':'test2', 'case':False}]

status = "test1 test2"

for w in words:
    if w['case']:
        r = re.compile("\s#?%s" % w['word'], re.IGNORECASE|re.MULTILINE)
    else:
        r = re.compile("\s#?%s" % w['word'], re.MULTILINE)
    if r.search(status):
        print "Found word %s" % w['word']

由于某种原因，这只会找到“test2”而永远不会“test1”。为什么是这样？

我知道我可以使用|划界的搜索，但可能有数百个单词，这就是我使用for循环的原因。

Answer 1

test1中的status之前没有空格，而生成的正则表达式需要有空格。

您可以修改测试以匹配空格后或行的开头：

for w in words:
    if w['case']:
        r = re.compile("(^|\s)#?%s" % w['word'], re.IGNORECASE|re.MULTILINE)
    else:
        r = re.compile("(^|\s)#?%s" % w['word'], re.MULTILINE)
    if r.search(status):
        print "Found word %s" % w['word']

Answer 2

正如Martijn指出的那样，test1之前没有空间。但是当一个单词更长时，你的代码也无法正确处理这种情况。您的代码会将test2blabla视为test2的实例，我不确定这是否是您想要的。

我建议使用字边界正则表达式\b：

for w in words:
    if w['case']:
        r = re.compile(r"\b%s\b" % w['word'], re.IGNORECASE|re.MULTILINE)
    else:
        r = re.compile(r"\b%s\b" % w['word'], re.MULTILINE)
    if r.search(status):
        print "Found word %s" % w['word']

编辑：

我应该指出，如果您确实只想 (whitespace)word或(whitespace)#word格式，则不能使用\b。

Python正则表达式多重搜索

2 个答案: