处理'++'；登录python正则表达式

我有一个单词列表
我正在基于这个单词列表创建一个regex对象列表

import re
word = 'This is word of spy++'
wl = ['spy++','cry','fpp']
regobjs = [re.compile(r"\b%s\b" % word.lower() ) for word in wl]

for reobj in regobjs:
    print re.search(regobj, word).group()

但是我在创建regex objs时，由于符号的原因，出现了错误

（错误：多次重复）

++ 如何使正则表达式处理单词列表中所有单词的大小写

    requirements:

       regex should detect the exact word from the given text
 even if the word having non alpha numeric chars like (++) above code detect the exact words except those having ++ char.

除了

re.escape（）

之外，您还需要删除非字母数字字符前后的

\b

单词边界，否则匹配将失败

类似这样的东西（不是很优雅，但我希望它能让人明白这一点）：

---

当您的单词以字母、数字或下划线开头或结尾时，您希望使用

\b

；当单词不以字母、数字或下划线开头或结尾时，您希望使用

\b

。例如，这意味着您不会选择

spy++x

，而是选择

spy++.

甚至

spy++

。如果你想避免最后一个，那么事情会变得更加复杂

>>> def match_word(word):
    return re.compile("%s%s%s" % (
        "\\b" if word[0].isalnum() or word[0]=='_' else "\\B",
        re.escape(word.lower()),
        "\\b" if word[-1].isalnum() or word[-1]=='_' else "\\B"))

>>> text = 'This is word of spy++'
>>> wl = ['spy++','cry','fpp', 'word']
>>> for word in wl:
    match = re.search(match_word(word), text)
    if match:
        print(repr(match.group()))
    else:
        print("{} did not match".format(word))


'spy++'
cry did not match
fpp did not match
'word'

萨西

你的问题很糟糕，它不能表达你到底想要什么。然后人们会试图从代码的内容中扣除您想要的内容，这会导致混乱

我假设您希望在列表wl中查找单词的出现位置，而这些单词完全孤立在一个字符串中，也就是说，在每个出现位置周围没有任何非空格

如果是这样，我建议在以下代码中使用正则表达式的模式：

import re

ss = 'spy++ This !spy++ is spy++! word of spy++'
print ss
print [mat.start() for mat in re.finditer('spy',ss)]
print


base = ('(?:(?<=[ \f\n\r\t\v])|(?<=\A))'
        '%s'
        '(?=[ \f\n\r\t\v]|\Z)')

for x in ['spy++','cry','fpp']:
    print x,[mat.start() for mat in re.finditer(base % re.escape(x),ss)]

---

你需要。@SvenMarnach:他需要的不止这些…@Sashi没有人想得到错误。想要“不获得”并不会带来想要“获得”的信息。编写“处理所有情况”非常模糊，但如果我想匹配给定字符串中的确切单词，它是否有效？这就是我添加\b的原因。它不是在存在\b需要选项\b以及re.escape（）的情况下进行精确匹配，或者它们是否有其他解决方案？抱歉，删除了我的上一条评论，它不适用于Python。Python在其lookbehind中甚至不接受替换。@Tim，您没有测试这段代码吗？必须在

word='这是spy++'和
print re.search（regobj，word）.group（）
中的名称词中添加
s
，以使此代码正确工作，否则会与循环中的词冲突。-顺便说一句，regobj而不是reobj…@Tim如果我们假设Sashi想要找到子字符串，其第一个和最后一个字符是属于符号
\b
文档中定义为单词的字符（也就是说：“单词被定义为字母数字或下划线字符的序列”），那么如果eword[0].isalnum（）

和

如果eword[-1].isalnum（）

必须添加

或eword[0]='''

和

或eword[-1]='=''

-但Sashi实际上似乎希望找到由空格或空格分隔的单词。您的代码在“word of！spy++'，在“spy++！”中，在"间谍的话"中,。我不确定这是萨西想要的。事实上，他的要求令人困惑。@eyquem是的，要求令人困惑。如果他为单词和非单词之间的界限指定了确切的规则，那么就有可能匹配这些规则。

import re

ss = 'spy++ This !spy++ is spy++! word of spy++'
print ss
print [mat.start() for mat in re.finditer('spy',ss)]
print


base = ('(?:(?<=[ \f\n\r\t\v])|(?<=\A))'
        '%s'
        '(?=[ \f\n\r\t\v]|\Z)')

for x in ['spy++','cry','fpp']:
    print x,[mat.start() for mat in re.finditer(base % re.escape(x),ss)]

spy++ This !spy++ is spy++! word of spy++
[0, 12, 21, 36]

spy++ [0, 36]
cry []
fpp []