python - 使用掩码和正则表达式从数组中获取数字

Question

此数组包含 code 和 collection，其中 X 是可以是“任意数字”的掩码:

input_array = [{"code": "XXXX10", "collection": "one"}, {"code": "XXX610", "collection": "two"}, {"code": "XXXX20", "collection": "three"}]   

我想要一个给出任何 6 位代码的函数，例如 000710 返回与最佳代码掩码匹配的值(例如为 one )。这是我的尝试:

def get_collection_from_code(analysis_code):
    for collection in input_array:
        actual_code = collection["code"]
        mask_to_re = actual_code.replace("X", "[\d\D]")
        pattern = re.compile("^" + mask_to_re + "$")
        if pattern.match(analysis_code):
            print("Found collection '" + str(collection["collection"]) + "' for code: " + str(analysis_code))
            return collection["collection"]
        
res = get_collection_from_code("010610")
print(res)

这里的问题是，如果我输入代码 010610 (并且我想返回 two)，它会返回 one 也匹配首先是模式 XXXX10。

为了更好地理解，如果我输入值，我希望得到这些输出:

010610 > two
010010 > one
123420 > three

Answer 1

您可以迭代整个集合，保存任何匹配的“X”部分的长度，然后返回最短的:

input_array = [{"code": "XXXX10", "collection": "one"}, {"code": "XXX610", "collection": "two"}, {"code": "XXXX20", "collection": "three"}]   

def get_collection_from_code(analysis_code):
    results = {}
    for collection in input:
        actual_code = collection["code"]
        mask_to_re = actual_code.replace("X", "[\d\D]")
        pattern = re.compile("^" + mask_to_re + "$")
        if pattern.match(analysis_code):
            results[collection["collection"]] = actual_code.count('X')
    if len(results):
        best = sorted(results.items(), key=lambda i:i[1])[0]
        print("Found collection '" + str(best[0]) + "' for code: " + str(analysis_code))
        return best[0]

res = get_collection_from_code("010610")
# Found collection 'two' for code: 010610

注意，我已经保存了所有匹配项，以防您想以任何方式处理它们。否则，您可以只在每次迭代中检查“最佳”匹配并更新它。