基于掩码与正则匹配最优编码对应集合的Python代码问题

问题背景 #

给定包含掩码与对应集合的数组，其中X代表任意数字：

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

需要编写函数接收6位编码，返回匹配最精确掩码的集合值。比如：

• 输入010610应返回two（而非先匹配到的one）
• 输入000710应返回one

现有代码的问题 #

当前遍历数组时，找到第一个匹配的掩码就直接返回，导致更精确的掩码（含X更少的）被忽略。比如010610会先匹配XXXX10返回one，不符合预期。

现有代码：

import re

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)

解决方案 #

核心思路：先筛选所有匹配的掩码，再从中选出X数量最少的（最精确的）返回对应集合。

修改后的代码：

import re

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

def get_collection_from_code(analysis_code):
    # 收集所有匹配的掩码项
    matched_items = []
    for item in input_array:
        mask = item["code"]
        # 把X替换为数字匹配（符合题目中X代表任意数字的定义）
        re_pattern = re.compile("^" + mask.replace("X", "\d") + "$")
        if re_pattern.match(analysis_code):
            matched_items.append(item)
    
    if not matched_items:
        return None  # 无匹配时返回None，可按需调整
    
    # 按掩码中X的数量排序，X越少越靠前
    matched_items.sort(key=lambda x: x["code"].count("X"))
    
    best_match = matched_items[0]
    print(f"Found collection '{best_match['collection']}' for code: {analysis_code}")
    return best_match["collection"]

# 测试示例
print(get_collection_from_code("010610"))  # 输出 two
print(get_collection_from_code("010010"))  # 输出 one
print(get_collection_from_code("123420"))  # 输出 three

说明 #

• 修正正则：将[\d\D]改为\d，严格匹配数字，符合题目中X的定义
• 先收集所有匹配项再排序，确保最精确的掩码被优先选中
• 增加无匹配场景的处理，可根据实际需求调整返回逻辑

内容的提问来源于stack exchange，提问作者Avián