如何使用Python生成仅含OR运算符的正则表达式的所有匹配字符串组合

实现思路 #

你需求里的正则结构非常固定，仅包含普通字符、括号、|（且|仅出现在括号内作为选项分隔符），可以通过两步实现全组合生成：

1. 解析正则字符串，拆分得到若干个位置的可选值列表：固定字符的位置只有1个可选值，括号包裹的位置有多个可选值
2. 对所有位置的可选值做笛卡尔积，拼接每个组合得到所有匹配字符串

完整实现代码 #

import itertools

def generate_all_matches(pattern: str) -> list[str]:
    segments = []
    current_normal = []
    current_bracket_content = []
    in_bracket = False

    for char in pattern:
        if char == '(':
            # 结束普通字符段，加入拆分结果
            if current_normal:
                segments.append([''.join(current_normal)])
                current_normal.clear()
            in_bracket = True
        elif char == ')':
            # 结束括号段，拆分OR选项加入结果
            options = ''.join(current_bracket_content).split('|')
            segments.append(options)
            current_bracket_content.clear()
            in_bracket = False
        elif in_bracket:
            current_bracket_content.append(char)
        else:
            current_normal.append(char)
    # 处理末尾剩余的普通字符段
    if current_normal:
        segments.append([''.join(current_normal)])
    
    # 生成所有组合
    return [''.join(combination) for combination in itertools.product(*segments)]

# 测试示例
if __name__ == '__main__':
    pattern = 'ATG(C|G|A)(C|T)GA'
    matches = generate_all_matches(pattern)
    for item in matches:
        print(item)

运行输出 #

ATGCCGA
ATGCTGA
ATGGCGA
ATGGTGA
ATGACGA
ATGATGA

说明 #

该实现支持括号内任意长度的字母选项，例如输入A(BC|DEF)G会输出ABCG、ADEFG两个结果。如果后续需要支持其他正则特殊字符，可在解析逻辑中扩展对应分支即可。

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