正则匹配反馈主题优先级不符，如何设置正则匹配优先级？

我使用正则表达式识别DataFrame中「Feedback」列的关键主题，编写了对应代码（如下）：

# creating regex patterns
pattern1 = re.compile(r'respond query|email|fast response|email|response time|responses email slow|long time|longer response|respond quickly email')
pattern2 = re.compile(r'visibility honesty|honesty|transparency timescale|transparency|transparent')

# Assigning what should be the theme
patterns = {
re.compile(pattern1)  :  'Communication',
re.compile(pattern2)  :  'Transparency'
}
#create a function to use the patterns as input in the next step
def match_pattern(text):
    for pattern, result in patterns.items():
       if pattern.search(text):
         return result
    return ''
#Applying the function to my column
df['Feedback_Theme'] = df['Feedback'].apply(match_pattern)

测试反馈文本为“Transparency is required in data but emails are not received on time”时，当前返回的主题是「Communication」，但我希望优先返回「Transparency」主题。请问如何设置正则匹配的优先级，避免结果被其他正则覆盖？

解决方法 #

1. 调整字典的插入顺序（最直接） #

Python 3.7及以上版本的字典会按插入顺序遍历，你当前的字典先放入了Communication对应的正则，导致匹配时先命中email关键词就直接返回了。只需把优先级高的规则放在字典前面：

patterns = {
    re.compile(r'visibility honesty|honesty|transparency timescale|transparency|transparent'): 'Transparency',
    re.compile(r'respond query|email|fast response|response time|responses email slow|long time|longer response|respond quickly email'): 'Communication'
}

这样遍历会先检查Transparency的正则，匹配到就直接返回，不会再触发后续规则。

2. 改用列表存储规则（更可控） #

如果担心字典顺序的兼容性问题（比如旧版本Python），可以把规则改成列表元组形式，明确指定优先级顺序：

# 列表中越靠前的规则，优先级越高
patterns = [
    (re.compile(r'visibility honesty|honesty|transparency timescale|transparency|transparent'), 'Transparency'),
    (re.compile(r'respond query|email|fast response|response time|responses email slow|long time|longer response|respond quickly email'), 'Communication')
]

def match_pattern(text):
    for pattern, result in patterns:
        if pattern.search(text):
            return result
    return ''

这种方式完全由你控制匹配顺序，不受字典特性影响。

3. 优化正则表达式（可选） #

你的正则存在重复关键词（比如pattern1里重复的email），可以简化；同时如果需要更精准匹配，可添加单词边界避免误触发：

• 简化pattern1：r'respond query|email|fast response|response time|responses email slow|long time|longer response|respond quickly email'
• 给Transparency的正则添加边界：r'\b(transparency|transparent|visibility honesty|honesty|transparency timescale)\b'，确保匹配完整单词，减少部分匹配干扰。

内容的提问来源于stack exchange，提问作者Django0602