Python 匹配完整或部分单词的正则表达式

Question

有没有办法让正则表达式匹配尽可能多的特定单词？例如，如果我要查找以下词：昨天、今天、明天

我要提取以下完整单词：

是的

昨天

今天

户田

今天

汤姆

明天

以下整个单词应该无法匹配（基本上是拼写错误）：

昨天

明天

大家

到目前为止我能想到的最好的是：

\b((tod(a(y)?)?)|(tom(o(r(r(o(w)?)?)?)?)?)|(yest(e(r(d(a(y)?)?)?)?)?))\b (Example)

注意：我可以使用有限状态机来实现这一点，但我认为让正则表达式来执行此操作会让人发笑。不幸的是，我想出的任何东西都非常复杂，我希望我只是错过了一些东西。

Answer 1

管道分隔所有有效的单词或单词子字符串，如下所示。这将只匹配所需的有效拼写

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

已在 https://regex101.com/

对此进行了测试

Answer 2

您正在寻找的正则表达式应该包括带有交替的可选组。

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

见demo

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)?)?)?)?)?) - 捕获组匹配
- yest(?:e(?:r(?:d(?:ay?)?)?)?)? - yest、yeste、yester、yesterd、yesterda 或 yesterday
- tod(?:ay?)? - tod 或 toda 或 today
- tom(?:o(?:r(?:r(?:o(?:w)?)?)?)?)? - tom、tomo、tomor、tomorr、tomorro 或 tomorrow
\b - 尾随单词边界

See Python demo:

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']

Python 匹配完整或部分单词的正则表达式

Python regexp to match full or partial word

python

regex

substring

character-class