使用动态正则表达式匹配字符串中的整个单词

问题描述：

我正在使用正则表达式查看某个单词是否出现在句子中。单词之间用空格分隔，但两侧可能有标点符号。如果该单词位于字符串中间，则以下匹配有效（它阻止匹配部分单词，允许在单词的两侧使用标点符号）。

match_middle_words = " [^a-zA-Zd ]{0,}" + word + "[^a-zA-Zd ]{0,} "

但是，由于没有尾随/前导空格，因此这不会匹配第一个或最后一个单词。因此，对于这些情况，我还一直在使用：

match_starting_word = "^[^a-zA-Zd]{0,}" + word + "[^a-zA-Zd ]{0,} "
match_end_word = " [^a-zA-Zd ]{0,}" + word + "[^a-zA-Zd]{0,}$"

然后结合

 match_string = match_middle_words  + "|" + match_starting_word  +"|" + match_end_word 

有没有简单的方法可以避免使用三个匹配项。具体来说，有没有办法指定“空格或文件开头（即“^”）以及类似的“空格或文件结尾（即“$”）”？

解决方案 1：

为什么不使用单词边界？

match_string = r'' + word + r''
match_string = r'{}'.format(word)
match_string = rf'{word}'          # Python 3.7+ required

如果你有一个单词列表（例如，在words变量中）需要作为整个单词进行匹配，请使用

match_string = r'(?:{})'.format('|'.join(words))
match_string = rf'(?:{"|".join(words)})'         # Python 3.7+ required

在这种情况下，您将确保只有当单词被非单词字符包围时才会捕获该单词。还请注意，匹配字符串的开头和结尾。因此，添加 3 个替代方案是没有意义的。

示例代码：

import re
strn = "word hereword word, there word"
search = "word"
print re.findall(r"" + search + r"", strn)

我们找到了 3 个匹配项：

['word', 'word', 'word']

关于“单词”边界的注释

当“单词”实际上是任意字符的块时，您应该re.escape在传递给正则表达式模式之前先将它们除去：

match_string = r'{}'.format(re.escape(word)) # a single escaped "word" string passed
match_string = r'(?:{})'.format("|".join(map(re.escape, words))) # words list is escaped
match_string = rf'(?:{"|".join(map(re.escape, words))})' # Same as above for Python 3.7+

如果要匹配的单词可能以特殊字符开头/结尾，则 不起作用，请使用明确的单词边界：

match_string = r'(?<!w){}(?!w)'.format(re.escape(word))
match_string = r'(?<!w)(?:{})(?!w)'.format("|".join(map(re.escape, words))) 

如果字边界是空格字符或字符串的开始/结束，则使用空格边界, (?<!S)...(?!S)：

match_string = r'(?<!S){}(?!S)'.format(word)
match_string = r'(?<!S)(?:{})(?!S)'.format("|".join(map(re.escape, words)))