在不区分大小写的搜索过程中，提取与模式中使用的原始大小写的匹配。
在不区分大小写的搜索过程中，提取与模式中使用的原始大小写的匹配。
提问于 2020-03-10 08:41:23
在执行regex模式匹配时，我们得到了已经匹配的内容。如果我想要在内容中找到的模式呢？
见下面的示例：
>>> import re
>>> r = re.compile('ERP|Gap', re.I)
>>> string = 'ERP is integral part of GAP, so erp can never be ignored, ErP!'
>>> r.findall(string)
['ERP', 'GAP', 'erp', 'ErP']但我希望输出如下所示：['ERP', 'Gap', 'ERP', 'ERP']
因为如果我对原始输出执行组by和sum，我将得到以下输出，作为dataframe：
ERP 1
erp 1
ErP 1
GAP 1
gap 1但是如果我想让输出看起来像
ERP 3
Gap 2和我正在搜索的关键词一样吗？
更多上下文
我有一个像这样的关键字列表：['ERP', 'Gap']。我有一个这样的字符串："ERP, erp, ErP, GAP, gap"
我想计算每个关键字出现在字符串中的次数。现在，如果我执行模式匹配，我将得到以下输出：[ERP, erp, ErP, GAP, gap]。
现在，如果我想聚合并进行计数，我将得到以下数据：
ERP 1
erp 1
ErP 1
GAP 1
gap 1虽然我希望输出如下所示：
ERP 3
Gap 2回答 2
Stack Overflow用户
回答已采纳
发布于 2020-03-10 12:59:00
您可以动态构建模式，以便在组名中包含搜索单词的索引，然后获取匹配的模式部分：
import re
words = ["ERP", "Gap"]
words_dict = { f'g{i}':item for i,item in enumerate(words) }
rx = rf"\b(?:{'|'.join([ rf'(?P<g{i}>{item})' for i,item in enumerate(words) ])})\b"
text = 'ERP is integral part of GAP, so erp can never be ignored, ErP!'
results = []
for match in re.finditer(rx, text, flags=re.IGNORECASE):
results.append( [words_dict.get(key) for key,value in match.groupdict().items() if value][0] )
print(results) # => ['ERP', 'Gap', 'ERP', 'ERP']模式将类似于\b(?:(?P<g0>ERP)|(?P<g1>Gap))\b
\b-一个单词边界(?:-非捕获组封装模式部件的启动：(?P<g0>ERP)-“g0”组：ERP|-或(?P<g1>Gap)-“g1”组：Gap
)-小组的末端\b-一个词的边界。
见regex演示。
注[0]与[words_dict.get(key) for key,value in match.groupdict().items() if value][0]在所有情况下都可以工作，因为当有匹配时，只有一个组匹配。
Stack Overflow用户
发布于 2020-03-10 08:54:10
请参阅上面的评论。尝试：
>>> [x.upper() for x in r.findall(string)]
['ERP', 'GAP', 'ERP', 'ERP']
>>>或
>>> map(lambda x: x.upper(), r.findall(string))
['ERP', 'GAP', 'ERP', 'ERP']
>>> 页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/60614024
复制相关文章
相似问题
腾讯云开发者
