如何基于范围值实现Lookup查询？正则匹配多行问题求解

看起来你遇到的核心问题是用正则存储范围时，范围扩大后容易出现多匹配——毕竟正则是模式匹配，一旦区间定义有重叠、或者正则写法不严谨，就会出现输入一个ID命中多条记录的情况。下面给你几个靠谱的解决思路，按推荐程度排序：

1. 放弃正则，直接存储区间起止值（最推荐） #

这是从根源上解决问题的方法：把你的自定义表格调整为三列结构：

• start_id：区间起始ID（转成数值类型，比如把001转成1，避免字符串排序的坑）
• end_id：区间结束ID（同理转成数值，比如005转成5）
• name：对应的关联名称（比如ABC）

查询时，只需把输入的ID也转成数值，用区间包含判断锁定唯一匹配的行：

• 用SQL实现的例子：

  SELECT name FROM your_table 
  WHERE CAST(input_id AS UNSIGNED) BETWEEN CAST(start_id AS UNSIGNED) AND CAST(end_id AS UNSIGNED);
  

• 用Python实现的例子：

  def get_matched_name(input_id):
      input_num = int(input_id)
      # 假设表格数据存在这个列表中
      range_mappings = [
          (1, 5, "ABC"),
          (6, 10, "XYZ"),
          # 更多区间规则...
      ]
      for start, end, name in range_mappings:
          if start <= input_num <= end:
              return name
      return None  # 无匹配时返回的默认值
  

这种方法的优势很明显：

• 逻辑直观，完全规避正则的模糊匹配问题
• 支持任意大的范围（比如001-9999），不会有性能瓶颈
• 只要保证区间不重叠（若必须重叠，提前定义优先级，比如按start_id排序取第一个匹配项），就绝对不会返回多行结果

2. 如果一定要用正则，优化正则写法 #

如果因为某些限制必须保留正则存储的方式，那要做到两点：

（1）给正则加锚定符，确保精确匹配 #

每个正则必须用^（字符串开头）和$（字符串结尾）包裹，避免部分匹配。比如：

• 001-005的正则：^00[1-5]$
• 006-010的正则：^00[6-9]$|^010$（单独处理010，因为00[6-9]覆盖不了这个值）
• 011-050的正则：^0[1-4][0-9]$|^050$

（2）严格保证区间互斥 #

即使正则写得再严谨，如果两个区间有重叠（比如004-008和006-010），输入006还是会匹配两个正则。所以必须确保所有区间是互斥的，或者在查询时按优先级遍历，找到第一个匹配项就返回：

import re

def get_name_with_regex(input_id):
    regex_rules = [
        (re.compile(r'^00[1-5]$'), "ABC"),
        (re.compile(r'^00[6-9]$|^010$'), "XYZ"),
        # 更多正则规则...
    ]
    for pattern, name in regex_rules:
        if pattern.match(input_id):
            return name
    return None

3. 额外注意：处理ID格式问题 #

如果你的ID是固定长度的字符串（比如3位带前导零），转数值时不用担心前导零的影响（001转成1和纯数字1的判断逻辑一致）；如果存在非数字ID，需要单独做格式校验——不过从你的场景来看，ID应该是数字型字符串，转数值是安全的。

内容的提问来源于stack exchange，提问作者user3253227