为何Python基于单词边界正则拆分扩展列表未生效？

问题根因 #

• 核心逻辑写反：正则pattern错误拼接了name_list1的内容，遍历对象错用name_list2，完全颠倒了「用name_list2的关键词拆分name_list1字符串」的需求逻辑
• 正则规则不适用场景：直接拼接字符串未做正则转义，\b单词边界在包含逗号、空格的人名文本上匹配逻辑不符合预期，且没有设置长关键词优先匹配，导致完整人名被从中间空格位置拆成独立碎片
• 缺失必要逻辑：原代码没有处理name_list2中未在name_list1出现的元素，无法满足结果元素数不少于name_list2的要求，且缺失re模块导入，运行会直接抛错

修复后代码 #

import re

name_list1 = ['Peter Ham, FRE Marcus Miller, POR', 'Kyle Benham, KIT', 'Tory Net, WWQ']
name_list2 = ['Peter Ham, FRE', 'Marcus Miller, POR', 'Kyle Benham, KIT', 'Taylor Ben, KOO']

# 关键词按长度降序排列，优先匹配长人名避免被短词提前截断
sorted_keywords = sorted(name_list2, key=lambda x: len(x), reverse=True)
# 转义正则特殊字符后拼接匹配规则
match_pattern = re.compile("(" + "|".join(re.escape(word) for word in sorted_keywords) + ")")

desired_list = []
# 遍历待拆分的name_list1元素
for content in name_list1:
    # 匹配到的关键词前后插入分隔符，拆分后过滤空值、去除首尾空格
    split_parts = [part.strip() for part in match_pattern.sub(r":\1:", content).split(":") if part.strip()]
    desired_list.extend(split_parts)

# 补全name_list2里未出现在拆分结果中的元素，保证结果长度符合要求
existed = set(desired_list)
for keyword in name_list2:
    if keyword not in existed:
        desired_list.append(keyword)

print(desired_list)

运行验证 #

代码执行后输出和预期结果完全一致：

['Peter Ham, FRE', 'Marcus Miller, POR', 'Kyle Benham, KIT', 'Tory Net, WWQ', 'Taylor Ben, KOO']

内容的提问来源于stack exchange，提问作者id345678