Python正则表达式：单词集的替代

Question

我们知道\ba\b|\bthe\b会匹配单词“ a ”或“ the ”，
我想构建一个正则表达式来匹配像这样的模式

的/一个/一个原因/原因

这意味着我要匹配s包含3个单词的字符串：

• 的第一个单词s应为“ a ”，“ the ”或“ one ”
• 第二个单词应该是“ 原因 ”或“ 原因 ”
• 的第三个字s应为“ 的 ”或“ 的 ”

正则表达式\ba\b|\bthe\b|\bone\b \breason\b|reasons\b \bfor\b|\bof\b无济于事。

我怎样才能做到这一点？顺便说一句，我使用python。谢谢。

Answer 1

正则表达式模块的一个有趣功能是命名列表。有了它，您就不必|在非捕获组中包括多个由分隔的选项。您只需要在列表之前定义列表，并通过名称在模式中引用它即可。例：

import regex

words = [ ['a', 'the', 'one'], ['reason', 'reasons'], ['for', 'of'] ]

pattern = r'\m \L<word1> \s+ \L<word2> \s+ \L<word3> \M'
p = regex.compile(pattern, regex.X, word1=words[0], word2=words[1], word3=words[2])

s = 'the reasons for'

print(p.search(s))

即使此功能不是必需的，它也可以提高可读性。

如果您|在之前加入项目，则可以通过re模块实现类似的功能：

import re

words = [ ['a', 'the', 'one'], ['reason', 'reasons'], ['for', 'of'] ]

words = ['|'.join(x) for x in words]

pattern = r'\b ({}) \s+ ({}) \s+ ({}) \b'.format(*words)

p = re.compile(pattern, re.X)