代码之家 › 专栏 › 技术社区 › Mat

python中的参数化正则表达式

regex python

Mat · 技术社区 · 16 年前

在python中,有没有更好的方法 将字符串参数化为正则表达式 而不是像这样手动操作:

test = 'flobalob'
names = ['a', 'b', 'c']
for name in names:
    regexp = "%s" % (name)
    print regexp, re.search(regexp, test)

这个noddy示例依次尝试匹配每个名称。我知道有更好的方法可以做到这一点,但这只是一个简单的例子来说明这一点。

答案似乎是否定的,没有真正的选择。在python中对正则表达式进行参数化的最佳方法是如上所述或使用诸如 str.format() . 我试着写一个普通的问题,而不是 '修复ma codez,kthxbye' . 对于那些仍然感兴趣的人,我在这里列举了一个更接近我需要的例子:

for diskfilename in os.listdir(''):
    filenames = ['bob.txt', 'fred.txt', 'paul.txt']
    for filename in filenames:
        name, ext = filename.split('.')
        regexp = "%s.*\.%s" % (name, ext)
        m = re.search(regexp, diskfilename)
        if m:
          print diskfilename, regexp, re.search(regexp, diskfilename)
          # ...

我正试图根据文件的文件名来确定文件的类型。 <filename>_<date>.<extension> . 在我的真实代码中, filenames 数组是一个dict,包含一个在找到匹配项后要调用的函数。

我考虑过的其他方法:

数组中有一个正则表达式。 我已经有了一个没有任何正则表达式魔力的文件名数组,所以我不愿意这样做。我在我的代码中的其他地方做了这个,它是一个混乱的地方(尽管在那里是必要的)。
仅在文件名开头匹配。 这会有效,但会破坏文件的.bak副本等。在某个时候,我可能希望从文件名中提取日期,因此无论如何都需要使用正则表达式。

感谢您的回答,建议使用正则表达式的替代方法来获得相同的最终结果。我对现在和将来的正则表达式参数化更感兴趣。我从来没有遇到过 不匹配 从长远来看,这一切都是有用的。

3 回复 | 直到 15 年前

paprika 16 年前

好吧,当您从字符串构建regexp时,我看不到其他方法。但你可以 参数化字符串本身 用字典:

d = {'bar': 'a', 'foo': 'b'}
regexp = '%(foo)s|%(bar)s' % d

或者,根据问题的不同,您可以使用列表理解:

vlist = ['a', 'b', 'c']
regexp = '|'.join([s for s in vlist])

编辑: Mat澄清了他的问题,这使得事情有所不同,而上面提到的完全无关。

我可能会采用这样的方法:

filename = 'bob_20090216.txt'

regexps = {'bob': 'bob_[0-9]+.txt',
           'fred': 'fred_[0-9]+.txt',
           'paul': 'paul_[0-9]+.txt'}

for filetype, regexp in regexps.items():
    m = re.match(regexp, filename)
    if m != None:
        print '%s is of type %s' % (filename, filetype)

SilentGhost 16 年前

可能是 glob 和 fnmatch 模块对您有帮助吗?

jfs 16 年前

import fnmatch, os

filenames = ['bob.txt', 'fred.txt', 'paul.txt']

                  # 'b.txt.b' -> 'b.txt*.b'
filepatterns = ((f, '*'.join(os.path.splitext(f))) for f in filenames) 
diskfilenames = filter(os.path.isfile, os.listdir(''))
pattern2filenames = dict((fn, fnmatch.filter(diskfilenames, pat))
                         for fn, pat in filepatterns)

print pattern2filenames

输出:

{'bob.txt': ['bob20090217.txt'], 'paul.txt': [], 'fred.txt': []}

问题先前修订的答案如下:

我不明白你最新的问题,但是 filename.startswith(prefix) 在您的具体情况下可能就足够了。

在你更新了你的问题之后,下面的旧答案就不那么重要了。

使用 re.escape(name) 如果你想匹配 name 字面意思。

任何可用于字符串参数化的工具都适用于这里。例如:

import string
print string.Template("$a $b").substitute(a=1, b="B")
# 1 B

或使用 str.format() 在Python 2.6 +中:

print "{0.imag}".format(1j+2)
# 1.0