如何实现带子句运算符的代码组合验证与数据集匹配？

一、运算符逻辑提取步骤 #

核心是把条件子句拆成包含组和排除组，再处理每组内的OR选项：

1. 按顶级+拆分整个子句，得到独立的条件单元，比如示例拆分后是(100/200)、ABC、(AAA/BBB)、-(CCC/DDD)
2. 对每个单元做标记：
   • 开头带-的是排除单元，去掉-后，剩下的内容按/拆成多个排除项（比如CCC/DDD拆成CCC、DDD）
   • 不带-的是包含单元，去掉首尾括号（如果有）后，按/拆成多个包含选项（比如100/200拆成100、200）
3. 所有包含单元的选项做笛卡尔积，生成所有可能的包含组合；排除项则统一收集，所有组合共用同一组排除规则。

二、Python简便实现 #

1. 解析条件生成所有组合 #

用itertools.product快速生成笛卡尔积，代码示例：

import itertools

def parse_condition(condition_str):
    # 拆分顶级+单元
    units = [u.strip() for u in condition_str.split('+') if u.strip()]
    include_groups = []
    exclude_items = []
    
    for unit in units:
        if unit.startswith('-'):
            # 处理排除单元
            exclude_part = unit[1:].strip().strip('()')
            exclude_items.extend(exclude_part.split('/'))
        else:
            # 处理包含单元
            include_part = unit.strip().strip('()')
            include_groups.append(include_part.split('/'))
    
    # 生成所有包含组合
    include_combinations = list(itertools.product(*include_groups))
    # 整理成可读的字符串格式
    result = []
    for combo in include_combinations:
        combo_str = ' + '.join(combo)
        if exclude_items:
            combo_str += ' - ' + ' - '.join(exclude_items)
        result.append(combo_str)
    return include_combinations, exclude_items, result

# 测试示例
condition = "(100/200)+ABC+(AAA/BBB)+-(CCC/DDD)"
include_combos, excludes, combo_strs = parse_condition(condition)
for s in combo_strs:
    print(f"| {s}")

运行后会输出你要的4种组合。

2. 匹配CSV数据集 #

用pandas读取CSV，然后对每条记录做匹配判断：

import pandas as pd

def match_record(record, include_combo, excludes):
    # 这里假设每条记录是字符串格式，可根据CSV实际结构调整
    record_str = str(record)
    # 检查是否包含所有组合项
    include_ok = all(item in record_str for item in include_combo)
    # 检查是否不包含所有排除项
    exclude_ok = all(item not in record_str for item in excludes)
    return include_ok and exclude_ok

# 读取CSV
df = pd.read_csv('your_data.csv')
# 对每条记录，检查是否匹配任意一个组合
df['match'] = df.apply(lambda row: any(match_record(row, combo, excludes) for combo in include_combos), axis=1)

# 输出匹配结果
print(df[df['match']])

如果CSV是多列结构，可调整match_record函数，针对性检查指定列的内容。

三、Excel实现方案 #

1. 生成所有逻辑组合 #

• 手动拆分条件子句：把包含组拆成单独单元格（比如包含组1填100,200，包含组2填ABC，包含组3填AAA,BBB），排除组填CCC,DDD
• 用Power Query生成笛卡尔积：导入分组数据，依次对每个包含组做“扩展到新行”操作，最后合并列得到所有包含组合，再拼接排除项生成完整条件字符串。

2. 匹配CSV数据 #

假设CSV数据在A列，每个组合在D列，排除项在E列（逗号分隔）：

• 包含条件公式：=SUMPRODUCT(--ISNUMBER(SEARCH(TEXTSPLIT(D1," + "),A1)))=COUNTA(TEXTSPLIT(D1," + "))
• 排除条件公式：=SUMPRODUCT(--ISNUMBER(SEARCH(TEXTSPLIT(E1," - "),A1)))=0
• 最终匹配公式：=AND(包含条件公式, 排除条件公式)
• 下拉公式即可得到每条记录的匹配结果。

内容的提问来源于stack exchange，提问作者coderjoeR1991