如何用Python的re.findall匹配多个子串？优化提取代码方案

首先纠正你原代码里的一个小问题：re.findall的第二个参数必须是单个字符串，不能直接传入列表，需要遍历数组中的每个元素进行处理。

下面提供两种更简洁的实现方式：

方法一：正则表达式一次匹配多前缀 #

利用正则的**选择符|**合并多个前缀，通过非捕获分组(?:...)避免返回多余的分组内容，只需一次编译正则，遍历数组提取所有匹配项：

import re

some_array = ['MATH_SOME_TEXT_AND_NUMBER MORE_TEXT  SOME_VALUE',
              'SCIENCE_SOME_TEXT_AND_NUMBER MORE_TEXT  SOME_VALUE',
              'ART_SOME_TEXT_AND_NUMBER MORE_TEXT  SOME_VALUE']

# 编译匹配多前缀的正则模式
pattern = re.compile(r'(?:MATH|SCIENCE|ART)_.*? ')
all_matches = []
for item in some_array:
    # 提取当前字符串的所有匹配项并加入结果列表
    all_matches.extend(pattern.findall(item))

print(all_matches)
# 输出: ['MATH_SOME_TEXT_AND_NUMBER ', 'SCIENCE_SOME_TEXT_AND_NUMBER ', 'ART_SOME_TEXT_AND_NUMBER ']

如果不需要保留末尾的空格，可以把模式改成r'(?:MATH|SCIENCE|ART)_[^ ]+'，这样会匹配到下一个空格前的所有内容。

方法二：字符串方法（无需正则） #

如果你的字符串格式固定（前缀后紧跟内容，以空格分隔），用字符串的startswith方法结合遍历判断更高效易懂：

some_array = ['MATH_SOME_TEXT_AND_NUMBER MORE_TEXT  SOME_VALUE',
              'SCIENCE_SOME_TEXT_AND_NUMBER MORE_TEXT  SOME_VALUE',
              'ART_SOME_TEXT_AND_NUMBER MORE_TEXT  SOME_VALUE']

target_prefixes = ('MATH_', 'SCIENCE_', 'ART_')
all_matches = []
for item in some_array:
    # split()自动处理多个空格，分割成单词列表
    for part in item.split():
        if part.startswith(target_prefixes):
            all_matches.append(part)

print(all_matches)
# 输出: ['MATH_SOME_TEXT_AND_NUMBER', 'SCIENCE_SOME_TEXT_AND_NUMBER', 'ART_SOME_TEXT_AND_NUMBER']

内容的提问来源于stack exchange，提问作者pekoms