python :提取列表元素，每个元素匹配多个模式

Question

我对蟒蛇完全陌生。假设我有如下列表。

 somelist =  
['AAAA  1234   SD OXD',
 'AAAB  2342   DF BDD',
 'ERTE  3454   RE DFD',
 'GWED  1234   SD TCD',
 'AAAA  2353   SD MKX',
 'VERD  1234   IO ERT']

我想提取出在第7-10位置与'1234‘匹配的元素，以及在第14-15位置与'SD’匹配的元素(仅举一个例子，可以是任何位置的组合，两者之间的任何位置)。结果如下。

['AAAA  1234   SD OXD', 'GWED  1234   SD TCD']

我现在要做的是在另一个函数中嵌套一个filter()函数。

x = filter(lambda x: re.match('1234', x[6:10]), filter(lambda r: re.match('SD', r[13:15]), somelist))

这是可行的，但看上去相当笨重和愚蠢。有人能帮我找到一个更优雅、更快的解决方案吗？列表可能包含数百万元素(来自文件中的行)。

关于搜索/匹配任何模式/正则表达式(match A OR B)有很多讨论。这是与匹配的A和B，它们必须与或问题一样常见。显然，如果我想在不同的地点匹配A，B，C和.的话，事情会变得很混乱。

更新：谢谢大家。我原来的问题可能不够清楚。它基本上是一个‘元素必须匹配所有的几个模式在给定的位置’的问题。 特别是在Kcorlidy的反应的启发下，我给了它几个快速射击，这些都很有效( .实际上是指'anything'，但根据手册，\n除外)： 若要在上述位置匹配“1234”和“SD”，请执行以下操作： filter(lambda x: re.search(r'.{6}1234.{3}SD', x), somelist) 分别在0:4和13:15匹配“AAAA”和“SD”： filter(lambda x: re.search(r'.{0}1234.{9}SD', x), somelist) 带回家消息是在圆括号中的数字，似乎是指从前一个模式的末尾开始的‘距离’(字符的数量)(从开头的‘距离’，即^，如果是第一个模式)，而不是相关模式的起始位置。这就是关键所在。简单的东西--这可能是为什么更多的人对匹配A或B感兴趣，而不是这个匹配A和B问题。

Answer 1

为什么你使用两个正则表达式，实际上它可以在一个正则表达式中完成。

import re

somelist = [ 
     'AAAA  1234   SD OXD',
     'AAAB  2342   DF BDD',
     'ERTE  3454   RE DFD',
     'GWED  1234   SD TCD',
     'AAAA  2353   SD MKX',
     'VERD  1234   IO ERT',
     'AAAA 2353   SD MKX',
     'AAAA  2353  SD MKX']

print(list(filter(lambda x : re.search(r".{6}1234\s{3}SD",x) ,somelist)))
# ['AAAA  1234   SD OXD', 'GWED  1234   SD TCD']

Answer 2

你确定你需要复杂的正则表达式吗？您还可以使用：

[x for x in somelist if x[5:9] == '1234' and x[10:12] == 'SD' ]
# ['AAAA 1234 SD OXD', 'GWED 1234 SD TCD']

Answer 3

我也不确定RegEx是最好的解决方案，但是如果您想要这样做的话，这是可行的：

>>> regex = re.compile('.{6}1234   SD.*')
>>> x=re.findall("\n".join(somelist))
['AAAA  1234   SD OXD', 'GWED  1234   SD TCD']