基于正则表达式检测列表A元素是否存在于列表B并筛选缺失元素

问题背景 #

给定以下列表：

listA = ['Leonardo_da_Vinci', 'Napoleon', 'Cao_Cao', 'Elton_John']
listB = ['123_Leonardo_da_Vinci_abc.csv', '456_Cao_Cao_def.csv']

需要通过正则表达式（而非简单字符串包含判断等启发式方法），找出listA中那些在listB里没有任何元素匹配的项——也就是生成类似listC = ['Napoleon', 'Elton_John']的结果。匹配规则为：对listA中的每个元素x，使用正则.*x.*检查listB中是否存在包含x的元素。

选择正则的原因是示例为最简模型，实际数据量更大，需要通用代码适配未来不同场景。

解决方案 #

使用Python的re模块实现，核心是为每个listA元素生成安全的正则表达式，再逐一校验listB的匹配情况：

import re

listA = ['Leonardo_da_Vinci', 'Napoleon', 'Cao_Cao', 'Elton_John']
listB = ['123_Leonardo_da_Vinci_abc.csv', '456_Cao_Cao_def.csv']

missing_items = []
for target in listA:
    # 转义目标字符串中的正则特殊字符，避免匹配异常
    safe_pattern = re.compile(f'.*{re.escape(target)}.*')
    # 检查listB中是否有元素匹配该正则
    is_found = any(safe_pattern.match(item) for item in listB)
    if not is_found:
        missing_items.append(target)

print(missing_items)  # 输出: ['Napoleon', 'Elton_John']

关键细节 #

• re.escape(target)：自动转义目标字符串里的正则元字符（如., *, ?等），确保即使listA元素包含特殊符号，正则也能精准匹配，提升代码通用性。
• any()函数：遍历listB时只要找到第一个匹配项就停止，在大数据量场景下能提升效率。
• 最终收集所有未匹配的元素，就是需要的缺失列表。

内容的提问来源于stack exchange，提问作者user7665853