python 正则表达式匹配“ab”或“ba”单词

Question

我尝试匹配包含字母“ab”或“ba”的单词，例如“ab”olition，f“ab”rics，pro“ba”ble。我想出了以下正则表达式：

r"[Aa](?=[Bb])[Bb]|[Bb](?=[Aa])[Aa]"

但它包括以“、(、)、/ ....非字母数字字符开头或结尾的单词。我怎样才能删除它？我只想匹配单词列表。

import sys
import re

word=[]

dict={}

f = open('C:/Python27/brown_half.txt', 'rU')
w = open('C:/Python27/brown_halfout.txt', 'w')

data = f.read()
word = data.split() # word is list

f.close()

for num2 in word:
    match2 = re.findall("\w*(ab|ba)\w*", num2)
    if match2:
        dict[num2] = (dict[num2] + 1) if num2 in dict.keys() else 1

for key2 in sorted(dict.iterkeys()):print "%s: %s" % (key2, dict[key2])
print len(dict.keys())

在这里，我不知道如何将它与第一条评论所说的“re.compile~~”方法混为一谈......

Answer 1

用 ab 或 ba 匹配所有单词（不区分大小写）：

import re

text = 'fabh, obar! (Abtt) yybA, kk'
pattern = re.compile(r"(\w*(ab|ba)\w*)", re.IGNORECASE)

# to print all the matches
for match in pattern.finditer(text):
  print match.group(0)

# to print the first match
print pattern.search(text).group(0)

https://regex101.com/r/uH3xM9/1

Answer 2

在这种情况下，正则表达式不是工作的最佳工具。对于这种简单的情况，它们会使事情变得过于复杂。您可以改用 Python 的内置 in 运算符（适用于 Python 2 和 3）...

sentence = "There are no probable situations whereby that may happen, or so it seems since the Abolition."
words = [''.join(filter(lambda x: x.isalpha(), token)) for token in sentence.split()]

for word in words:
    word = word.lower()
    if 'ab' in word or 'ba' in word:
        print('Word "{}" matches pattern!'.format(word))

如您所见，如果在 word 中按原样（即完全正确地）找到字符串 'ab'，则 'ab' in word 的计算结果为 True，否则为 False。例如'ba' in 'probable' == True 和'ab' in 'Abolition' == False。第二行将句子分成单词并取出任何标点符号。 word = word.lower() 在比较之前使 word 小写，因此对于 word = 'Abolition'、'ab' in word == True。

Answer 3

我会这样做：

1. 使用以下两个从不需要的字符中删除字符串 技术，你的选择：

   a - 通过构建翻译词典并使用translate 方法：

   >>> import string
   >>> del_punc = dict.fromkeys(ord(c) for c in string.punctuation)
   s = 'abolition, fabrics, probable, test, case, bank;, halfback 1(ablution).'
   >>> s = s.translate(del_punc)
   >>> print(s)
   'abolition fabrics probable test case bank halfback 1ablution'
   

   b - 使用re.sub 方法：

   >>> import string
   >>> import re
   >>> s = 'abolition, fabrics, probable, test, case, bank;, halfback 1(ablution).'
   >>> s = re.sub(r'[%s]'%string.punctuation, '', s)
   >>> print(s)
   'abolition fabrics probable test case bank halfback 1ablution'
   

2. 接下来将查找包含“ab”或“ba”的单词：

   a - 拆分空格并查找所需字符串的出现，这是我向您推荐的：

   >>> [x for x in s.split() if 'ab' in x.lower() or 'ba' in x.lower()]
   ['abolition', 'fabrics', 'probable', 'bank', 'halfback', '1ablution']
   

   b - 使用re.finditer 方法：

   >>> pat
   re.compile('\\b.*?(ab|ba).*?\\b', re.IGNORECASE)
   >>> for m in pat.finditer(s):
           print(m.group())
   
   
   abolition
   fabrics
   probable
   test case bank
   halfback
   1ablution
   

Answer 4

string = "your string here"
lowercase = string.lower()
if 'ab' in lowercase or 'ba' in lowercase:
    print(true)
else:
    print(false)

Answer 5

试试这个

[(),/]*([a-z]|(ba|ab))+[(),/]*