Python regexp匹配完整或部分单词

有没有办法让regexp尽可能多地匹配特定单词？例如，如果我在寻找以下单词：昨天，今天，明天

我希望提取以下完整单词：

是的

昨天

托德

托达

今天

汤姆

托莫

明天

以下单词应不匹配（基本上是拼写错误）：

昨天

明罗

明天

今天

到目前为止，我能想到的最好办法是：

\b（（tod（a（y）？））（tom（o（r（r（o（w）？））？）））（是的（e（r（d（a（y）？）））））））\b

---

注意：我可以使用有限状态机来实现这一点，但我认为让regexp来实现这一点会让人觉得好笑。不幸的是，我想到的任何东西都非常复杂，我希望我错过了一些东西。

管道将所有有效单词或单词子字符串分开，如下所示。这将只匹配所需的有效拼写

^(?|yest|yesterday|tod|today)\b

---

已经在

上测试过这一点，您正在寻找的正则表达式应该包括带有可选项的可选组

\b(yest(?:e(?:r(?:d(?:ay?)?)?)?)?|tod(?:ay?)?|tom(?:o(?:r(?:r(?:ow?)?)?)?)?)\b

看

请注意，

\b

单词边界非常重要，因为您只想匹配整个单词

正则表达式解释：

• \b

  -前导词边界

• （yest（？：e（？：r（？：d（？：ay？）？）| tod（？：ay？）| tom（？：o（？：r（？：r（？：o（？：w？）？）？）

  -捕获群匹配

  • yest（？：e（？：r（？：d（？：ay？）

  • tod（？：ay？）

    -

    tod

    或

    toda

    或

    今天

  • tom（？：o（？：r（？：r（？：o（？：w）？）？）？

    -

    tom

    ，

    tomo

    ，

    tomor

    ，

    tomorr

    ，

    tomorro

    或

    明天

• \b

  -尾随词边界

:

---

向我们展示您尝试过的内容，以便我们可以建议您错过的用例。为什么不包括

y

，

ye

，

yes

for@dkf：请检查我的解决方案。这是一个PCRE正则表达式。这个问题与Python有关。我明白了。这里有一个关于python上PCRE正则表达式支持的不错的输入。这不是PCRE，PyPi正则表达式模块更酷：）它实际上是PCRE和.NET正则表达式风格的所有最佳功能的组合。我喜欢您今天的解决方案，非常干净。yest（erday）和tom（orrow）的解决方案不完整。如果你看看我提出的一个，它涵盖了yest*和tom*的每一个排列（除去不区分大小写）；这就是我要找的。对不起，我想我已经说清楚了。嗯。。。但是，看看你的语法，我喜欢单词排列使用非捕获组，这就是我的语法产生丑陋结果的地方。你可以扩展到

\b（例如tom（？：o（？：r（？：r（？：o（？：w）？）？）？）？）\b

。。。这是个丑陋的房间，但比我的干净。

import re
p = re.compile(ur'\b(yest(?:e(?:r(?:d(?:ay?)?)?)?)?|tod(?:ay?)?|tom(?:o(?:r(?:r(?:ow?)?)?)?)?)\b', re.IGNORECASE)
test_str = u"yest\nyeste\nyester\nyesterd\nyesterda\nyesterday\ntod\ntoda\ntoday\ntom\ntomo\ntomor\ntomorr\ntomorro\ntomorrow\n\nyesteray\ntomorow\ntommorrow\ntody\nyesteday"
print(p.findall(test_str))
# => [u'yest', u'yeste', u'yester', u'yesterd', u'yesterda', u'yesterday', u'tod', u'toda', u'today', u'tom', u'tomo', u'tomor', u'tomorr', u'tomorro', u'tomorrow']