如何遍历单词列表并通过正则提取对应数字？

错误原因解析 #

• re.error: look-behind requires fixed-width pattern：Python标准库re的正向预查（lookbehind）默认要求匹配模式为固定长度，你将长度不一的水果单词用|拼接后，模式长度不固定，因此触发该错误。
• TypeError: can only concatenate str (not "list") to str：你的regex_fruit_cost函数仅接受字符串参数，直接传入列表会导致字符串拼接失败。

方案1：遍历水果列表逐个匹配（最兼容、易实现） #

既然单个单词匹配正常，直接遍历水果列表，为每个单词单独生成正则并提取对应数字即可，完全规避lookbehind长度限制问题。

import re

def regex_fruit_cost(subst):
    # 用re.escape处理水果名，避免特殊正则字符干扰；将*改为+确保匹配至少一个数字
    return r"(?<=" + re.escape(subst) + r").*?(?P<number>[0-9,.]+)"

fruit_words = ['Appels', 'Ananas', 'Peen Waspeen',
               'Tomaten Cherry', 'Sinaasappels',
               'Watermeloenen', 'Rettich', 'Peren', 'Peen', 'Mandarijnen', 'Meloenen', 'Grapefruit']

# 示例输入文本
sample_text = """Appels 1,23
Ananas 4.56
Peen Waspeen 78,90
Tomaten Cherry 123.45
Sinaasappels 67,89"""

# 遍历提取所有水果对应的数字
fruit_costs = {}
for fruit in fruit_words:
    pattern = regex_fruit_cost(fruit)
    matches = re.finditer(pattern, sample_text)
    for match in matches:
        cost = match.group('number').strip()
        if cost:
            fruit_costs[fruit] = cost

print(fruit_costs)

方案2：Python 3.7+可变长度lookbehind（单次匹配） #

Python 3.7开始支持有限的可变长度lookbehind（模式长度需有上限），可一次性匹配所有水果，需额外处理水果名的对应关系：

import re

# 先按长度倒序排序水果列表，避免短名称优先匹配（比如"Peen"和"Peen Waspeen"）
sorted_fruits = sorted(fruit_words, key=lambda x: -len(x))
# 生成拼接后的水果模式，用re.escape转义特殊字符
fruit_pattern = '|'.join(re.escape(f) for f in sorted_fruits)
# 构建可变长度lookbehind的正则
pattern = fr"(?<={fruit_pattern}).*?(?P<number>[0-9,.]+)"

sample_text = """Appels 1,23
Ananas 4.56
Peen Waspeen 78,90
Tomaten Cherry 123.45
Sinaasappels 67,89"""

fruit_costs = {}
for match in re.finditer(pattern, sample_text):
    cost = match.group('number').strip()
    # 反向匹配找到对应的水果名
    for fruit in sorted_fruits:
        if sample_text[match.start() - len(fruit):match.start()] == fruit:
            fruit_costs[fruit] = cost
            break

print(fruit_costs)

推荐说明 #

优先选择方案1，无需依赖Python版本，逻辑简单易懂，也不会出现水果名重叠导致的匹配优先级问题。

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