Python正则匹配产品至对应Work Center的代码优化求助

你的代码存在两个核心问题导致匹配失败：

1. 匹配逻辑错误：原代码用严格相等判断group == row['Type_group'].replace('*', '')，但规则是前缀匹配（比如KA*要匹配所有以KA开头的产品组，而非仅等于KA的组）；尺寸匹配同理，不能用严格相等。
2. 规则优先级未处理：如果先匹配到短前缀规则（比如K*），会导致更长的精确前缀（比如KA*）无法触发，出现错误匹配。

import pandas as pd
import re

# 读取数据
df_products = pd.read_excel('orders_table.xlsx')
df_rules = pd.read_excel('products_work_centers.xlsx')

# 预处理规则：去除*，并按Type_group长度降序排序（确保长前缀规则优先匹配）
df_rules['group_prefix'] = df_rules['Type_group'].str.replace('*', '')
df_rules['size_prefix'] = df_rules['Type_size'].str.replace('*', '')
df_rules = df_rules.sort_values(by='group_prefix', key=lambda x: x.str.len(), ascending=False)

def match_workcenter(prodotto):
    # 提取产品组（开头所有大写字母）和尺寸（紧跟的数字序列）
    match = re.match(r"^([A-Z]+)(\d+)", prodotto)
    if not match:
        return None
    
    prod_group, prod_size = match.groups()
    
    # 遍历规则，找到第一个匹配的前缀规则
    for _, row in df_rules.iterrows():
        # 检查产品组是否以规则前缀开头，尺寸是否以规则尺寸前缀开头
        if prod_group.startswith(row['group_prefix']) and prod_size.startswith(row['size_prefix']):
            return row['Workcenter']
    return None

# 应用匹配函数
df_products['WorkCenter'] = df_products['Prodotto'].apply(match_workcenter)

print(df_products)

• 前缀匹配逻辑：用startswith()替代严格相等，完美契合规则中的*前缀匹配要求，比如KA*能匹配KAZ、KA等所有以KA开头的产品组。
• 规则优先级排序：将规则按group_prefix长度降序排列，确保更长、更精确的前缀规则（如KA*）先被匹配，避免被短前缀规则（如K*）提前拦截。
• 鲁棒的正则提取：用^([A-Z]+)(\d+)确保从产品名称开头提取字母组和数字尺寸，不受后续无关字符干扰。

针对你提到的WAF20、WA20、KAZ67这类产品：

• 如果规则中有WA*+20*，则WAF20和WA20会正确匹配对应的Work Center；
• KAZ67会匹配规则中KA*+67*（或对应尺寸前缀）的Work Center。

内容的提问来源于stack exchange，提问作者spolale