Python 如何使用正则表达式搜索句子内部-不区分大小写

我是Python正则表达式的新手：
我有一个列表，我想搜索它是否包含员工姓名

员工姓名可以是：

• 它可以在开始时后跟空格
• 其次是
• 或者后面跟着空格
• 或者可以在末尾和前面的空格处
• 不区分大小写

---

---

列表语句的输出为：

["Steve®", "Rob spring", "Car Daniel", "Done daniel"]

如果您只是查找包含空格的字符串，如您的示例所示，它应该是这样的：

[i for i in ListSentence if i.endswith('®') or (' ' in i)]

首先，获取所有员工姓名，并使用
|
字符将其连接起来，然后将字符串换行，使其看起来像：

（？：^ |\s）（（？：史蒂夫|罗布|丹尼尔）（？：丹尼尔）？）（？=\s |$）

通过首先将所有名称连接在一起，可以避免使用一组嵌套的for next循环的性能开销

我对python的了解还不足以提供python示例，但是在powershell中，我会这样编写它

[array]$names = @("Steve", "Rob", "daniel")
[array]$ListSentence = @("Steve®", "steveHotel", "Rob spring", "Car Daniel", "CarDaniel","Done daniel")

# build the regex, and insert the names as a "|" delimited string
$Regex = "(?:^|\s)((?:" + $($names -join "|") + ")(?:®)?)(?=\s|$)" 

# use case insensitive match to find any matching array values
$ListSentence -imatch $Regex

屈服

Steve®
Rob spring
Car Daniel
Done daniel

为什么要使用正则表达式？我通常建议在Python中避免使用它们——您可以改用字符串方法

例如：

def string_has_employee_name_in_it(test_string):
    test_string = test_string.lower() # case insensitive
    for name in ListEmployee:
        name = name.lower()
        if name == test_string:
            return True
        elif name + '®' == test_string:
            return True
        elif test_string.endswith(' ' + name):
            return True
        elif test_string.startswith(name + ' '):
            return True
        elif (' ' + name + ' ') in test_string:
            return True
    return False   

final_list = []
for string in ListSentence:
    if string_has_employee_name_in_it(string):
        final_list.append(string)

最终列表是您想要的列表。这比正则表达式长，但也更容易解析和维护。您可以通过各种方式将它缩短很多（例如，在函数中组合测试，并使用列表理解而不是循环），但是当您开始使用Python时，最好弄清楚发生了什么。
我认为您不需要检查所有这些场景。我想你所需要做的就是检查是否有断字

您可以使用
|
加入ListEmployee列表以生成一个或正则表达式（也可以将其小写以表示大小写不敏感），并用
\b
包围以表示分词，这样应该可以：

regex = '|'.join(ListEmployee).lower()
import re
[l for l in ListSentence if re.search(r'\b(%s)\b' % regex, l.lower())]

应输出：

['Steve\xb6\xa9', 'Rob spring', 'Car Daniel', 'Done daniel']

一种可能的解决办法：

import re

ListSentence = ["Steve®", "steveHotel", "Rob spring", "Car Daniel", "CarDaniel","Done daniel"]
ListEmployee = ["Steve", "Rob", "daniel"]


def findEmployees(employees, sentence):
    retval = []
    for employee in employees:
        expr = re.compile(r'(^%(employee)s(®)?(\s|$))|((^|\s)%(employee)s(®)?(\s|$))|((^|\s)%(employee)s(®)?$)' 
            % {'employee': employee}, 
          re.IGNORECASE)
        for part in sentence:
            if expr.search(part):
                retval.append(part)
    return retval



findEmployees(ListEmployee, ListSentence)

>> Returns ['Steve\xc3\x82\xc2\xae', 'Rob spring', 'Car Daniel', 'Done daniel']

真的
吗？
？这是unicode的问题吗？你能说得更清楚些吗
Rob spring
后面没有空格，也不是“结尾和前面的空格”。是的。这是一个商业标志，我的错，我没有把它添加到条件列表中，我编辑了我的问题，它可以在开头加空格。看起来很棒！你能给我一个如何使用上述代码的例子吗？非常感谢！！很好的图表，你用什么做的？非常感谢你的精彩解释，图表帮助我理解了你的方法！！再一次打败你！！我正在使用debuggex.com。尽管它不支持lookbehind或原子组，但它仍然便于理解表达式流。还有regexper.com。他们也做得很好，但在你打字时不是实时的。我有个问题。使正则表达式不捕获（例如
（？：Steve | Rob | Daniel）
而不仅仅是
（Steve | Rob | Daniel）
会提高性能吗？非常感谢您的快速响应！！它需要与员工列表一起检查，因此只搜索列出的员工。您可能是正确的，因为OP不需要使用正则表达式。我觉得也不需要这么复杂。我想你们可以去掉那个些unicode字符，然后检查一下列表中的名字，非常好！删除unicode字符并进行直接检查！！我爱死它了！！今天晚上我学到了很多！谢谢大家！！！！'若“列表中的名字”给出了“卡丹尼尔”的假阳性，OP不想要。删除Unicode也会引发一些误报——例如，如果它在单词的中间。实际上，这可能不是一个问题，在这种情况下，剥离unicode是可以的。我认为@Ben Lerner也有道理。你可能根本不需要正则表达式。我将在我的解决方案中添加一种不使用正则表达式的方法。请注意，此处的
\b
符号将允许像
dog&daniel#moretext
这样的字符串，这将使criteria@Denomales对的然而，我认为这将是一个更实际的解决方案。我简直无法想象为什么有人会雇佣一个叫
狗%daniel#moretext
的人。谢谢你指出这一点，我没有看到，有趣的不是员工的名字，而是输入这些名字的人没有正确输入，或者当数据在btw数据库中移动时，有时会很有趣。你的右边是一个延伸，但是想象一下某人的姓氏带有连字符
Ray Steven
，这可以与
\bRay\b
或
\b甚至\b
对
re.compile（）
函数的伟大调用相匹配！！谢谢你，奥伦科！！请注意，@Denomales关于
\b
的评论也适用于\W。我将在一分钟内用更健壮的正则表达式更新我的正则表达式。非常感谢Orlenko！！更新。单词边界在这个单词中应该正常工作。
import re

ListSentence = ["Steve®", "steveHotel", "Rob spring", "Car Daniel", "CarDaniel","Done daniel"]
ListEmployee = ["Steve", "Rob", "daniel"]


def findEmployees(employees, sentence):
    retval = []
    for employee in employees:
        expr = re.compile(r'(^%(employee)s(®)?(\s|$))|((^|\s)%(employee)s(®)?(\s|$))|((^|\s)%(employee)s(®)?$)' 
            % {'employee': employee}, 
          re.IGNORECASE)
        for part in sentence:
            if expr.search(part):
                retval.append(part)
    return retval



findEmployees(ListEmployee, ListSentence)

>> Returns ['Steve\xc3\x82\xc2\xae', 'Rob spring', 'Car Daniel', 'Done daniel']