使用列表推导过滤字符串列表

Question

>>> li = ["a b self", "mpilgrim", "foo c", "b", "c", "b", "d", "d"]
>>> condition = ["b", "c", "d"]
>>> [elem for elem in li if elem in condition]
['b', 'c', 'b', 'd', 'd']

但是是否有一种方法可以返回呢？

['a b self','foo c','b', 'c', 'b', 'd', 'd']

由于 b 和 c 都包含在 'a b self' 和 'foo c' 中，我希望代码也能返回这两个值。

- halo09876

---

如果 condition = ['d', 'e', 'f']，你会说 "e" 和 "f" 被 包含 在 "a b self" 和 "foo c" 中吗？ - DSM

@DSM 不，我不会这样做，我只对空格之间的元素感兴趣。 - halo09876

你是否需要担心condition中的条目自带空格？例如，你是否需要查找"a b"并希望在"a b self"中找到它，但不在"a banana"中找到它？ - DSM

不，这并不会成为问题。在您的例子中，我将寻找'a'和'b'在'a b self'以及'a'在'a bannana'中。条件中的元素没有空格，它们都是非空格字符串（即单个单词）。 - halo09876

谢谢，这意味着Elisha更新后的答案应该能对你起作用，我想。 - DSM

如果您正在寻找性能方面的问题，这个问题可能会引起您的兴趣。 - Eric Duminil

Answer 1

假设代码需要检索包含任何条件字符串的所有字符串：

[elem for elem in li if any(c in elem for c in condition)]

如果需要完全匹配某个条件：

[elem for elem in li if
 any(re.search('(^|\s){}(\s|$)'.format(c), elem) for c in condition)]

编辑: 这可以简化为一个预定义的正则表达式：

predicate = re.compile('(^|\s)({})(\s|$)'.format('|'.join(condition)))

[elem for elem in li if predicate.search(elem)]

- Elisha

---

如果我们采用正则表达式的方式，我建议使用\b。 - DSM

我意识到这样会更精确: [elem for elem in li if any(c in elem.split() for c in condition)] - halo09876

@song0089，你说得对，分割方法更直接 :) - Elisha

需要使用split。此外，使用正则表达式联合比使用n个不同的正则表达式更好。 - Eric Duminil

或者 if set(elem.split()).intersection(condition)。但是这种方法不能很好地推广到条件中也可能有空格的情况（尽管 OP 对此并不感兴趣）。 - DSM