如何使用re搜索Python中另一个列表中的一个列表中的项目

Question

我在阅读字符串列表，其中每个字符串都与文件名有关。但是，每个字符串都是负号。我想出了下面的代码：

import re 
item_list = ['item1', 'item2'] 
search_list = ['item1.exe', 'item2.pdf'] 
matches = [] 
for item in item_list: 
    # Match item in search_list using re - I assume this is the best way to do this 
    regex = re.compile("^"+item+"\.") 
    for file in search_list: 
     if regex.match(file): 
      matches.append((item, file)) 

至于重复的比赛，我不紧张担心两个文件被命名为“foo.bar”和“foo.foo.bar”。话虽如此，有没有更好的方法来做到这一点？

谢谢。

Answer 1

您可以将所有的物品组合成一个正则表达式是这样，这将是更有效的

import re 
item_list = ['item1', 'item2'] 
regex = re.compile("^("+"|".join(item_list)+")\.") 
search_list = ['item1.exe', 'item2.pdf'] 
matches = [] 
for file in search_list: 
    match = regex.match(file) 
    if match: 
     matches.append((match.group(1), file)) 

一更好的解决方案可能是使用os.path函数解析文件名，尽管解析出基本名称并在集合中查找它们。

Answer 2

这里的另一种方式做到这一点很可能快于Alex的原代码：

item_list = ['item1', 'item2'] 
search_list = ['item1.exe', 'item2.pdf'] 
matches = [] 
for item in item_list: 
    for filename in search_list: 
     if filename.partition(".")[0] == item: 
      matches.append((item,filename)) 

Answer 3

使用splitext得到的文件名不带扩展名：

import os.path 

for item in item_list: 
    for filename in search_list: 
     if item == os.path.splitext(filename)[0]: 
      matches.append((item, file)) 

这是比较正确的，但它也更容易理解你的意图是从阅读的代码是什么。或者，如果您想让foo匹配foo.bar.txt，请改为使用filename.startswith（item +'。'）。

Answer 4

我认为你应该使用.rsplit(".",1)为此目的，正则表达式不是矫枉过正？

>>> item_list = ['item1', 'item2','item3'] 
>>> search_list = ['item1.exe', 'item2.pdf','item9999.txt'] 
>>> 
>>> [(x.rsplit(".",1)[0],x) for x in search_list if x.rsplit(".",1)[0] in item_list] 
[('item1', 'item1.exe'), ('item2', 'item2.pdf')] 

或与循环

matches=[] 
for x in search_list: 
    y=x.rsplit(".",1)[0] 
    if y in item_list: 
     matches.append((y,x)) 

Answer 5

你并不需要使用正则表达式为这一点，因为你正在做详细的字符串匹配（不含通配符，团体等） - 您可以使用str.startswith （..）。这相当于代码：

for item in item_list: 
    match = item + "." 
    for file in search_list: 
     if file.startswith(match) 
      matches.append((item, file)) 

但是所有的比赛编译成一个单一的正则表达式会更有效的尼克·克雷格 - 伍德的建议 - 我建议你两个基准如果速度是一个问题。

Answer 6

>>> for file in search_list: 
... tomatch=file.split(".")[0] 
... if tomatch in item_list: 
...  found=item_list.index(tomatch) 
...  matches.append((file, item_list[found])) 
... 
>>> print matches 
[('item1.exe', 'item1'), ('item2.pdf', 'item2')] 
>>> 

不需要正则表达式。

Answer 7

避免re除非你真的需要它。对于简单的字符串匹配，你并不需要它。

马克·拜尔斯的答案重复保留matchesitem_list-order的原始行为。如果你不需要，你可以做到这一点更简单/快：

for file in search_list: 
    item= os.path.splitext(file)[0] 
    if item in item_list: 
     matches.append((item, file)) 

如果您不需要保持(item)匹配的是（因为它是从文件名反正多余的），你有一个班轮：

matches= [file for file in search_list if os.path.splitext(file)[0] in item_list]