如何在 Python 的列表推导中使用正则表达式？

Question

我正在尝试在单词列表中定位字符串的所有索引位置，并且我希望将值作为列表返回。如果它是单独的，或者它是否在标点符号之前或之后，我想查找字符串，但如果它是更大单词的子字符串，则不查找。

以下代码仅捕获“cow”，而忽略了“test;cow”和“cow”。

myList = ['test;cow', 'one', 'two', 'three', 'cow.', 'cow', 'acow']
myString = 'cow'
indices = [i for i, x in enumerate(myList) if x == myString]
print indices
>> 5

我已尝试更改代码以使用正则表达式：

import re
myList = ['test;cow', 'one', 'two', 'three', 'cow.', 'cow', 'acow']
myString = 'cow'
indices = [i for i, x in enumerate(myList) if x == re.match('\W*myString\W*', myList)]
print indices

但这会产生错误：预期的字符串或缓冲区

如果有人知道我做错了什么，我会很高兴听到。我有一种感觉，这与我在期望字符串时尝试在其中使用正则表达式的事实有关。有解决办法吗？

我正在寻找的输出应该是：

>> [0, 4, 5]

谢谢

Answer 1

您不需要将match 的结果分配回x。你的比赛应该在x而不是list。

另外，您需要使用re.search 而不是re.match，因为您的正则表达式模式'\W*myString\W*' 将不匹配第一个元素。那是因为test; 与\W* 不匹配。实际上，您只需要测试紧随其后的字符，而不是完整的字符串。

因此，您可以在字符串周围使用word boundaries：

pattern = r'\b' + re.escape(myString) + r'\b'
indices = [i for i, x in enumerate(myList) if re.search(pattern, x)]

Answer 2

您的代码存在一些问题。首先，您需要将 expr 与列表元素 (x) 进行匹配，而不是与整个列表 (myList) 进行匹配。其次，为了在表达式中插入变量，您必须使用+（字符串连接）。最后，使用原始文字 (r'\W) 在 expr 中正确插入斜线：

import re
myList = ['test;cow', 'one', 'two', 'three', 'cow.', 'cow', 'acow']
myString = 'cow'
indices = [i for i, x in enumerate(myList) if re.match(r'\W*' + myString + r'\W*', x)]
print indices

如果 myString 有可能包含特殊的正则表达式字符（如斜杠或点），您还需要对其应用 re.escape：

regex = r'\W*' + re.escape(myString) + r'\W*'
indices = [i for i, x in enumerate(myList) if re.match(regex, x)]

正如 cmets 中所指出的，以下可能是更好的选择：

regex = r'\b' + re.escape(myString) + r'\b'
indices = [i for i, x in enumerate(myList) if re.search(regex, x)]