python - 将字典值读取为正则表达式，返回匹配项

Question

我有一个 python 字典，其中包含作为值的术语列表:

myDict = {
    ID_1: ['(dog|cat[a-z+]|horse)', '(car[a-z]+|house|apple\w)', '(bird|tree|panda)'],
    ID_2: ['(horse|building|computer)', '(panda\w|lion)'],
    ID_3: ['(wagon|tiger|cat\w*)'],
    ID_4: ['(dog)']    
    }

我希望能够将每个值中的列表项作为单独的正则表达式读取，如果它们匹配任何文本，则将匹配的文本作为单独字典中的键返回，并以其原始键(ID)作为值。

因此，如果这些术语被读取为用于搜索该字符串的正则表达式:

"dog panda cat cats pandas car carts"

我想到的一般方法是这样的:

for key, value in myDict:
    for item in value:
        if re.compile(item) = match-in-text:
            newDict[match] = [list of keys]

预期输出为:

newDict = {
    car: [ID_1],
    carts: [ID_1],
    dog: [ID_1, ID_4],
    panda: [ID_1, ID_2],
    pandas: [ID_1, ID_2],
    cat: [ID_1, ID_3],
    cats: [ID_1, ID_3]
    }

仅当匹配的文本实际上与文本正文中的某些内容匹配时，才应将其作为 newDict 中的键返回。因此，在输出中，“Carts”列在那里，因为 ID_1 值中的正则表达式与其匹配。因此 ID 会列在输出字典中。

Answer 1

这是一个似乎符合您要求的简单脚本:

import re
from collections import defaultdict

text = """
the eye of the tiger
a dog in the manger
the cat in the hat
a kingdom for my horse
a bird in the hand
"""

myDict = {
    'ID_1': ['(dog|cat|horse)', '(car|house|apples)', '(bird|tree|panda)'],
    'ID_2': ['(horse|building|computer)', '(panda|lion)'],
    'ID_3': ['(wagon|tiger|cat)'],
    'ID_4': ['(dog)'],
    }

newDict = defaultdict(list)

for key, values in myDict.items():
    for pattern in values:
        for match in re.finditer(pattern, text):
            newDict[match.group(0)].append(key)

for item in newDict.items():
    print(item)

输出:

('dog', ['ID_1', 'ID_4'])
('cat', ['ID_1', 'ID_3'])
('horse', ['ID_1', 'ID_2'])
('bird', ['ID_1'])
('tiger', ['ID_3'])