Python正则与Pandas方案：校验指定序列在分隔符前后的存在性

需求说明 #

现有字符串格式示例：ID123456_SIT,UAT，其中ID######为固定硬编码前缀。需要校验字符串满足：以ID123456_开头，且逗号分隔的任意位置（包括无逗号的单值场景、多逗号场景）存在SIT或UAT。

以下场景均需匹配：

• ID123456_SIT,UAT
• ID123456_UAT,SIT
• ID123456_SIT
• ID123456_UAT
• ID123456_TRA,SIT,UAT

原正则(^ID123456_)(SIT|UAT),(SIT|UAT)仅支持前两种双值场景，无法适配单值及多逗号场景，以下提供两种解决方案：

方案一：正则表达式 #

使用更灵活的正则覆盖所有场景，表达式如下：

^ID123456_(?:[^,]*?(SIT|UAT)[^,]*)$

逻辑说明 #

• ^ID123456_：强制匹配开头的固定前缀
• [^,]*?：匹配任意非逗号字符（非贪婪模式，避免跳过目标值）
• (SIT|UAT)：匹配目标值SIT或UAT
• [^,]*：匹配后续任意非逗号字符（包括逗号分隔的其他项）
• 整体确保字符串中至少存在一个SIT或UAT，且前缀正确

Python示例代码 #

import re

# 定义正则模式
pattern = r'^ID123456_(?:[^,]*?(SIT|UAT)[^,]*)$'

# 测试用例
test_strings = [
    'ID123456_SIT,UAT',
    'ID123456_UAT,SIT',
    'ID123456_SIT',
    'ID123456_UAT',
    'ID123456_TRA,SIT,UAT'
]

# 批量校验
for s in test_strings:
    match_result = re.fullmatch(pattern, s)
    print(f"{s} - {'匹配成功' if match_result else '匹配失败'}")

方案二：Pandas列校验 #

如果需要在Pandas数据框中批量校验某列，可通过自定义函数实现：

Python示例代码 #

import pandas as pd

# 构造测试数据
df = pd.DataFrame({
    'env_str': [
        'ID123456_SIT,UAT',
        'ID123456_UAT,SIT',
        'ID123456_SIT',
        'ID123456_UAT',
        'ID123456_TRA,SIT,UAT',
        'ID123456_TRA',  # 不匹配示例
        'OTHER_PREFIX_SIT'  # 不匹配示例
    ]
})

# 定义校验函数
def validate_env(s):
    # 先检查前缀是否正确
    if not s.startswith('ID123456_'):
        return False
    # 分割出逗号分隔的项
    env_items = s.split('_')[1].split(',')
    # 检查是否存在SIT或UAT
    return any(item in {'SIT', 'UAT'} for item in env_items)

# 生成校验结果列
df['is_valid'] = df['env_str'].apply(validate_env)

# 输出结果
print(df)

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