子列表的正则表达式

Question

我有一个列表，例如：

my_list = [['aaa_house', 'aaa_car', 'aaa_table'], ['aaa_love', 'aaa_hate', 'aaa_life']]

desired_result = [['house', 'car', 'table'], ['love', 'hate', 'life']]

我正在使用正则表达式来过滤所需的字符串。

我试过了：

import re
pattern = re.compile(r'\baaa[_]')
[pattern.search(i).group(1) for i in lista_fim]

我试过了

def find_fims(sublist):
    pattern = re.compile(r'\baaa_')
    return [pattern.search(i).group(1) for i in sublist]


answer = map(find_fims, lista_with_sublists)

我无法使用它获得任何结果。如何将函数应用于列表的子列表但保持我的子列表格式？我只想得到我的子列表的正确名称。

有什么帮助吗？

Answer 1

import re
out_list = [[re.findall(r'aaa_(\w+)', i)[0] for i in j] for j in lista_with_sublists] 

#output: 

out_list = [['house', 'car', 'table'], ['love', 'hate', 'life']]

Answer 2

您的模式与您要丢弃的内容相匹配，并且您正在使用它来提取（您不需要的内容）。所以，你只需要使用re.sub:

import re

pattern = re.compile(r'\baaa_')
my_list = [['aaa_house', 'aaa_car', 'aaa_table'], ['aaa_love', 'aaa_hate', 'aaa_life']]
print([[pattern.sub('', i) for i in y] for y in my_list])

输出：

[['house', 'car', 'table'], ['love', 'hate', 'life']]

See the Python demo 和 regex demo。

注意如果您想在字符串开头匹配aaa，请将\b 替换为^。见this regex demo。

请注意，您不需要将_ 放入字符类中，_ 不是特殊的正则表达式元字符，将单个单词 char 放入字符类几乎没有意义（此构造旨在填充具有多个字符或字符范围）。

Answer 3

请尝试以下模式：

(\w)\1+_(\w+)

• (\w)\1+ 匹配要丢弃的重复字符串，例如啊
• (\w+) 捕获Group 2下的目标词

您将不得不使用第 2 组而不是第 1 组。