Python 根据正则表达式中的字母数字连接生成变体

我有一个单词列表，其中一些是单字，一些是多字，这些单词可能有数字字符，也可能没有数字字符

例如——

word\u list=['word'，'kap1'，'other word'，'other-1 word'，'other-1 word'，'other-word-1']

我想识别列表中的单个单词条目，形式如下-

字母*连接*数字

其中，连接可以是空格、连字符或无。例如，在上面的列表中，

kap1

符合条件（没有其他条目符合条件）。现在，找到这个条目后，我想创建这个条目的变体（基于连接），并将它们添加到列表中

例如，找到了

kap1

，我想将

kap1

和

kap-1

添加到列表中

我能够编写用于识别条目的初始正则表达式-

Word\u NumberRegex=re.compile（r“^[a-zA-Z]+[-]？\d+$”

---

但我想知道一个创建变体的好算法，这取决于连接

使用

re

，您可以捕获匹配的图案，并使用自定义分隔符重新格式化：

word_list=['word', 'kap1','another word', 'another-1 word', 'another word 1']

import re    
p = r'([a-zA-Z]+)[- ]?([0-9]+)'
[re.sub(p, r'\1{}\2'.format(sep), w) for w in word_list if re.fullmatch(p, w) for sep in ['', ' ', '-']]

# ['kap1', 'kap 1', 'kap-1']

预编译模式：

p = re.compile(r'([a-zA-Z]+)[- ]?([0-9]+)')
[p.sub(r'\1{}\2'.format(sep), w) for w in word_list if p.fullmatch(w) for sep in ['', ' ', '-']]
​
# ['kap1', 'kap 1', 'kap-1']

---

使用

re

，您可以捕获匹配的图案，并使用自定义分隔符重新格式化：

word_list=['word', 'kap1','another word', 'another-1 word', 'another word 1']

import re    
p = r'([a-zA-Z]+)[- ]?([0-9]+)'
[re.sub(p, r'\1{}\2'.format(sep), w) for w in word_list if re.fullmatch(p, w) for sep in ['', ' ', '-']]

# ['kap1', 'kap 1', 'kap-1']

预编译模式：

p = re.compile(r'([a-zA-Z]+)[- ]?([0-9]+)')
[p.sub(r'\1{}\2'.format(sep), w) for w in word_list if p.fullmatch(w) for sep in ['', ' ', '-']]
​
# ['kap1', 'kap 1', 'kap-1']

---

您可以使用3个捕获组，并使用中间组捕获连接字符。使用连接字符搜索分隔符列表并获得所需的输出：

import re

word_list=['word', 'kap1', 'another word', 'abc-123', 'another-1 word', 'another word 1']

reg = re.compile(r'^([a-zA-Z]+)([- ]?)([0-9]+)$')

for w in word_list:
   m = reg.match(w)
   if m:
      result = []
      seps = ['', ' ', '-']
      seps.remove(m.group(2))
      for s in seps:
         result += [m.group(1) + s + m.group(3)]
      print result

输出：

['kap 1', 'kap-1']
['abc123', 'abc 123']

---

您可以使用3个捕获组并使用中间组捕获连接字符。使用连接字符搜索分隔符列表并获得所需的输出：

import re

word_list=['word', 'kap1', 'another word', 'abc-123', 'another-1 word', 'another word 1']

reg = re.compile(r'^([a-zA-Z]+)([- ]?)([0-9]+)$')

for w in word_list:
   m = reg.match(w)
   if m:
      result = []
      seps = ['', ' ', '-']
      seps.remove(m.group(2))
      for s in seps:
         result += [m.group(1) + s + m.group(3)]
      print result

输出：

['kap 1', 'kap-1']
['abc123', 'abc 123']

---

A-z范围不只包含字母，请参见ASCII表。使用此正则表达式验证并获取两个捕获组中的两个值。稍后使用这2个值创建变量。

A-z

范围不包含字母，请参见ASCII表。使用此正则表达式可验证并获取2个捕获组中的2个值。稍后使用这两个值来创建变量。如果列表中没有

kap1

，而是

kap-1

，则输出应该是

['kap1'，'kap1']

。你的程序给出了

['kap 1'，'kap-1']

如果你想要所有三个变量，你可以在分隔符中添加一个空字符串。我的想法更像是，如果单词有一个分隔符，那么代码应该给我另外两个变量，但我想我可以在以后删除重复的，而不是

kap1

，列表中有

kap-1

，那么输出应该是

['kap1'，'kap1']

。你的程序给出了

['kap 1'，'kap-1']

如果你想要所有三个变量，你可以在分隔符中添加一个空字符串。我想，如果单词有一个分隔符，那么代码应该给我另外两个变量，但我想我可以在以后删除重复的内容。我想你应该有

seps=[''，-']

在for循环中，因为当前您从

seps

列表中永久删除了

元素，因此如果单词列表中有多个匹配的单词，代码将无法正常工作。我认为您应该在for循环中使用
seps=[''，'-']
，因为当前您从
seps
列表中永久删除了
元素，所以如果单词列表中有多个匹配的单词，代码将无法正常工作