Python中如何通过正则匹配简洁移除列表中多个不需要的元素

需求说明 #

现有Excel工作簿中包含两类工作表：

• 一类以国家名称命名，为需要保留的目标工作表
• 其余为无关工作表，需要全部过滤剔除

原有实现代码可正常输出预期结果：['India', 'Brazil', 'Czech', 'Italy', 'Hungary', 'Poland']，但代码冗余度较高：分4条独立语句收集待移除工作表名称，存在大量重复逻辑，需要更简洁的实现方案。

原有冗余实现代码如下：

all_sheets = xl.sheet_names  # see all sheet names

entries_to_remove_1 = ['Information', 'Summary', 'Template', 'Source', 'BOW']
entries_to_remove_2 = list(filter(lambda x: 'Annual' in x, all_sheets))
entries_to_remove_3 = list(filter(lambda x: 'Quarterly' in x, all_sheets))
entries_to_remove_4 = list(filter(lambda x: 'WIP' in x, all_sheets))

entries_to_remove = entries_to_remove_1 + entries_to_remove_2 + entries_to_remove_3 + entries_to_remove_4

entries_for_replacement = [i for i in all_sheets if i not in entries_to_remove]
all_sheets = list(set(entries_for_replacement))
all_sheets

精简优化方案 #

核心优化思路是整合所有排除规则，去掉冗余的中间待移除列表，直接在筛选阶段完成判断，减少不必要的变量定义：

all_sheets = xl.sheet_names
# 定义两类排除规则：精确匹配的表名、需要模糊匹配的关键词
exclude_exact = {'Information', 'Summary', 'Template', 'Source', 'BOW'}
exclude_keywords = {'Annual', 'Quarterly', 'WIP'}

# 集合推导一步完成过滤+去重
country_sheets = list({
    sheet for sheet in all_sheets
    if sheet not in exclude_exact
    and not any(k in sheet for k in exclude_keywords)
})

优化点说明 #

• 用集合存储排除项，成员判断的时间复杂度更低，数据量大时运行效率更高
• 所有模糊匹配规则通过any()统一判断，不需要为每个关键词单独写filter逻辑
• 直接通过集合推导完成过滤和去重，省去了先生成待移除列表、再二次筛选的冗余步骤

可选保序版本 #

原实现用set()去重会打乱工作表原有顺序，如果需要保留工作表在Excel文件中的原始排列顺序（Python 3.7+ 字典默认保序），可以用如下写法：

country_sheets = list(dict.fromkeys([
    sheet for sheet in all_sheets
    if sheet not in exclude_exact
    and not any(k in sheet for k in exclude_keywords)
]))

内容的提问来源于stack exchange，提问作者RSM