Python字符串列表标准化：寻求替代手动映射字典的更优方案

不用手动维护映射字典，你可以通过正则表达式提取核心区域编码的方式实现自动化标准化，这种方法扩展性更强，不用为每个变体单独添加映射项。

实现思路 #

观察需求能发现，所有区域字符串的核心是末尾的大写字母组合（比如A、AB、C等），标准化后的格式统一为REG-核心编码。我们可以用正则匹配出每个字符串里的核心编码，再拼接统一前缀即可。

代码实现 #

import re

def standardize_region(region_str):
    # 匹配两种模式：1. 连字符结尾的大写编码；2. 纯大写编码的字符串
    match_result = re.search(r'-([A-Z]+)$|^([A-Z]+)$', region_str)
    if match_result:
        # 取匹配到的编码组（优先连字符后的部分）
        core_code = match_result.group(1) or match_result.group(2)
        return f'REG-{core_code}'
    # 处理不符合规则的特殊情况，返回原字符串
    return region_str

# 测试输入列表
unique_region = ['REGION-A', 'REGION-B','REGION-C','REGION-AB', 'REG-A','REG-B','REG-C', 'REG-AB','R-A','AB']
harmonized_region = [standardize_region(r) for r in unique_region]
print(harmonized_region)

优势对比 #

• 无需手动维护映射字典，新增符合规律的区域变体时无需修改代码
• 代码简洁逻辑清晰，适合处理大量同类字符串的标准化需求
• 可通过扩展正则规则兼容更多特殊格式的区域字符串

内容的提问来源于stack exchange，提问作者pyex