如何修复Python正则表达式if语句匹配多水果短语的问题？

我尝试在DataFrame中查找特定短语，需要匹配的水果组合包括：apples、bananas、oranges、apples and bananas、apples and oranges、bananas and oranges、apples, bananas, and oranges。但现有代码在仅匹配两个词的场景下失效，例如当行内容为'apple, banana, and orange'时，代码仅输出'apple and banana'。

原代码 #

for i in copy.loc[fruits]:
    print(i)

    #if match apple
    if re.match(r'((?=.*apple)|(?=.*apples))',i):
        
        #if says no apple     
        if re.match(r'(\bno\b)',i) :
            print('no apples, only banana and oranges')
            print('')
        
        #if has apple and orange
        elif re.match(r'(?=.*orange)|(?=.*\boranges\b)',i):
            print('apples and oranges')
            print('')  
        
        #if has apple and banana
        elif re.match(r'(?=.*banana)|(?=.*bananas)',i):
            print('apples and bananas')
            print('') 

        #has apple, banana, and orange 
        elif re.match(r'(?=.*banana)|(?=.*bananas)(?=.*orange)|(?=.*\boranges\b)',i):
            print('apples, bananas, and oranges')
            print('')
       
       #has only apple
       else:
            print('apples')
            print('')
   
    #only oranges
    elif re.match(r'(?=.*orange)|(?=.*\boranges\b)',i):
       print('oranges')
       print('')  
        
    #only banana     
    else:
       print('bananas')
       print('')

问题根源 #

• 正则逻辑顺序错误：多水果组合的判断放在双水果组合之后，永远不会触发（比如同时有香蕉和橙子的行，会先匹配到苹果+橙子或苹果+香蕉的条件）。
• re.match误用：re.match仅从字符串开头匹配，无法匹配中间出现的水果关键词，应该用re.search。
• 正则写法错误：多条件正向预查逻辑混乱，比如同时匹配香蕉和橙子应该用且逻辑，而非或逻辑。
• 单复数处理繁琐：重复写apple和apples，可以用正则简化。

修复后的代码 #

import re

for i in copy.loc[fruits]:
    print(i)
    # 先标记各水果是否存在，统一处理单复数
    has_apple = bool(re.search(r'\bapple(s)?\b', i, re.IGNORECASE))
    has_banana = bool(re.search(r'\bbanana(s)?\b', i, re.IGNORECASE))
    has_orange = bool(re.search(r'\borange(s)?\b', i, re.IGNORECASE))
    # 单独处理"no apple"的情况
    has_no_apple = bool(re.search(r'\bno\s+apple(s)?\b', i, re.IGNORECASE))

    if has_no_apple:
        print('no apples, only banana and oranges')
    else:
        # 按组合数量从多到少判断，避免逻辑覆盖
        if has_apple and has_banana and has_orange:
            print('apples, bananas, and oranges')
        elif has_apple and has_banana:
            print('apples and bananas')
        elif has_apple and has_orange:
            print('apples and oranges')
        elif has_banana and has_orange:
            print('bananas and oranges')
        elif has_apple:
            print('apples')
        elif has_orange:
            print('oranges')
        elif has_banana:
            print('bananas')
    print('')

修复说明 #

• 拆分逻辑：先单独判断每个水果是否存在，避免正则嵌套的混乱。
• 优先级顺序：先检查三水果组合，再双水果，最后单水果，彻底解决逻辑覆盖问题。
• 正则优化：用(s)?匹配单复数，\b确保匹配完整单词，re.IGNORECASE提升容错性（可按需关闭）。
• 独立处理"no apple"场景：避免和正常存在苹果的逻辑冲突。

内容的提问来源于stack exchange，提问作者shorttriptomars