Python多单元格多关键词匹配优化：如何用正则替代循环？

需求说明 #

通过+分隔的多关键词，必须全部出现在bio、username、name三个字段中（关键词可分散在不同字段或同一字段）。

测试案例 #

• 案例1：[(1161769, 1108822894, -1001568851464, 'Founder', 'None', 'Web3'),] → 匹配成功（True）
• 案例2：[(1161769, 1108822894, -1001568851464, 'Founder', 'None', 'None'),] → 匹配失败（False）
• 案例3：[(1161769, 1108822894, -1001568851464, 'Founder Web3', 'None', 'None'),] → 匹配成功（True）
• 案例4：[(1161769, 1108822894, -1001568851464, 'None', 'None', 'Web3 Founder'),] → 匹配成功（True）
• 案例5：[(1161769, 1108822894, -1001568851464, 'Founder', 'Founder', 'Web3'),] → 匹配成功（True）

现有代码的问题 #

原循环逻辑存在两个核心缺陷：

1. 同一关键词在多个字段出现时会重复计数，导致误判；
2. 仅统计出现次数≥关键词数量，未确保所有关键词都被覆盖，逻辑不严谨。

正则实现方案 #

import re

# 模拟原始数据集合，实际使用时替换为真实rows数据
rows = [
    (1161769, 1108822894, -1001568851464, 'Founder', 'None', 'Web3'),
    (1161769, 1108822894, -1001568851464, 'Founder', 'None', 'None'),
    (1161769, 1108822894, -1001568851464, 'Founder Web3', 'None', 'None'),
    (1161769, 1108822894, -1001568851464, 'None', 'None', 'Web3 Founder'),
    (1161769, 1108822894, -1001568851464, 'Founder', 'Founder', 'Web3'),
]

# 处理用户输入：去空格、按+分割、过滤空值并转小写
user_input = input("Введите слова через '+': ").replace(' ', '').split('+')
keywords = [kw.lower() for kw in user_input if kw]

if not keywords:
    print("请输入有效关键词")
else:
    # 构建正则模式：用正向预查确保所有关键词都存在，转义特殊字符避免语法错误
    pattern_parts = [f'(?=.*{re.escape(kw)})' for kw in keywords]
    compiled_regex = re.compile(''.join(pattern_parts), re.IGNORECASE)

    clear_data = []
    for item in rows:
        # 提取目标字段（假设第3、4、5位对应bio、username、name）并拼接成文本
        target_text = ' '.join(str(field) for field in item[3:6])
        # 匹配所有关键词，满足则加入结果集
        if compiled_regex.search(target_text):
            clear_data.append(item)

    # 输出匹配结果
    for idx, result in enumerate(clear_data, 1):
        print(idx, result)

代码说明 #

• 关键词处理：过滤空输入、转小写统一匹配规则，用re.escape()处理关键词中的特殊字符（如.、*），防止正则语法错误；
• 正则逻辑：正向预查(?=.*关键词)确保每个关键词都出现在目标文本中，re.IGNORECASE开启不区分大小写匹配；
• 字段处理：将三个目标字段拼接成单文本，统一进行正则匹配，简化跨字段搜索逻辑；
• 结果判断：仅保留满足所有关键词存在条件的条目，精准符合需求。

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