Tìm kiếm các chuỗi bằng cách sử dụng cụm từ thông dụng trong Python

Question

Khi tôi cố gắng sử dụng cụm từ thông dụng để tìm chuỗi trong các chuỗi khác, nó không hoạt động như mong đợi. Dưới đây là một ví dụ:

import re 
message = 'I really like beer, but my favourite beer is German beer.' 
keywords = ['beer', 'german beer', 'german'] 

regex = re.compile("|".join(keywords)) 
regex.findall(message.lower()) 

Kết quả:

['beer', 'beer', 'german beer'] 

Nhưng kết quả dự kiến ​​sẽ là:

['beer', 'beer', 'german beer', 'german'] 

Một cách khác để làm điều đó có thể là:

results = [] 
for k in keywords: 
    regex = re.compile(k) 
    for r in regex.findall(message.lower()): 
     results.append(r) 

['beer', 'beer', 'beer', 'german beer', 'german'] 

Nó hoạt động như tôi muốn, nhưng tôi nghĩ nó là n ot cách tốt nhất để làm điều đó. Ai đó có thể giúp tôi được không?

Answer 1

re.findall không thể tìm thấy kết quả trùng lặp trùng lặp. Nếu bạn muốn sử dụng các biểu thức chính quy, bạn sẽ phải tạo các biểu thức riêng biệt và chạy chúng trong một vòng lặp như trong ví dụ thứ hai của bạn.

Lưu ý rằng ví dụ thứ hai của bạn cũng có thể được rút ngắn xuống còn sau đây, mặc dù đó là một vấn đề của hương vị cho dù bạn tìm thấy điều này dễ đọc hơn:

results = [r for k in keywords for r in re.findall(k, message.lower())] 

ví dụ cụ thể của bạn không đòi hỏi việc sử dụng các biểu thức thông thường. Bạn nên tránh sử dụng cụm từ thông dụng nếu bạn chỉ muốn tìm các chuỗi cố định.

Answer 2

re.findall được mô tả trong http://docs.python.org/2/library/re.html

"Return tất cả các trận đấu không chồng chéo của mẫu trong chuỗi ..."

không chồng chéo có nghĩa là cho "bia Đức" nó sẽ không tìm thấy "bia Đức" VÀ "đức", bởi vì những trận đấu đó trùng nhau.

Answer 3

sạch của tôi (cho tôi) phiên bản dành cho giải pháp cuối cùng của bạn

results = [] 
for key in keywords: 
    results.extend(re.findall(key, message, re.IGNORECASE))