Jak korzystać z wyrażenia regularnego w zrozumieniu listy w Pythonie?

Question

Próbuję zlokalizować wszystkie pozycje indeksu łańcucha na liście słów i chcę wartości zwrócone jako listy. Chciałbym znaleźć ciąg znaków, jeśli jest on samodzielny, lub jeśli jest poprzedzony lub następuje interpunkcją, ale nie jeśli jest podłańcuchem większego słowa.

Poniższy kod przechwytuje tylko "krowa" i pomija zarówno "test, krowa", jak i "krowa".

myList = ['test;cow', 'one', 'two', 'three', 'cow.', 'cow', 'acow'] 
myString = 'cow' 
indices = [i for i, x in enumerate(myList) if x == myString] 
print indices 
>> 5 

Próbowałem zmiany kodu, aby użyć wyrażenia regularnego:

import re 
myList = ['test;cow', 'one', 'two', 'three', 'cow.', 'cow', 'acow'] 
myString = 'cow' 
indices = [i for i, x in enumerate(myList) if x == re.match('\W*myString\W*', myList)] 
print indices 

Ale to daje błąd: ciąg spodziewane lub bufor

Jeśli ktoś wie co robię źle I Byłbym bardzo szczęśliwy słysząc. Mam wrażenie, że ma to coś wspólnego z tym, że próbuję użyć wyrażenia regularnego tam, gdzie oczekuje się ciągu znaków. Czy istnieje rozwiązanie?

Wyjście szukam powinien brzmieć:

>> [0, 4, 5] 

Dzięki

Answer 1

Nie trzeba przypisać wynik match z powrotem do x. Twój mecz powinien być na x zamiast na list.

Należy również użyć re.search zamiast re.match, ponieważ wzór regex '\W*myString\W*' nie będzie zgodny z pierwszym elementem. To dlatego, że test; nie jest dopasowany przez \W*. W rzeczywistości wystarczy przetestować pod kątem natychmiastowego następowania i poprzedzania znaku, a nie całego ciągu znaków.

Tak, można raczej użyć word boundaries wokół napisu:

pattern = r'\b' + re.escape(myString) + r'\b' 
indices = [i for i, x in enumerate(myList) if re.search(pattern, x)] 

Answer 2

Istnieje kilka problemów z kodem. Najpierw należy dopasować wyrażenie do elementu listy (x), a nie do całej listy (myList). Po drugie, aby wstawić zmienną do wyrażenia, musisz użyć + (łączenia ciągów). I wreszcie, należy użyć surowych literałów (r'\W), aby prawidłowo Interpet ukośniki w expr:

import re 
myList = ['test;cow', 'one', 'two', 'three', 'cow.', 'cow', 'acow'] 
myString = 'cow' 
indices = [i for i, x in enumerate(myList) if re.match(r'\W*' + myString + r'\W*', x)] 
print indices 

Jeśli istnieją szanse, że myString zawiera znaki specjalne wyrażeń regularnych (jak ukośnikiem lub kropką) Trzeba także stosować re.escape do niego:

regex = r'\W*' + re.escape(myString) + r'\W*' 
indices = [i for i, x in enumerate(myList) if re.match(regex, x)] 

Jak zauważył w komentarzach, następujące może być lepszym rozwiązaniem:

regex = r'\b' + re.escape(myString) + r'\b' 
indices = [i for i, x in enumerate(myList) if re.search(regex, x)]