python之在 Python 中使用正则表达式匹配单词

我正在使用 PRAW 制作一个 reddit 机器人，该机器人接收说“很多”的人的评论作者并将他们的用户名存储到列表中。我在使用正则表达式以及如何让字符串工作时遇到了麻烦。这是我的代码。

#importing praw for reddit api and time to make intervals 
 
import praw 
import time 
import re 
 
 
username = "LewisTheRobot" 
password =  
 
 
 
r = praw.Reddit(user_agent = "Counts people who say alot") 
 
word_to_match = ['\balot\b'] 
 
storage = [] 
 
r.login(username, password) 
 
def run_bot(): 
    subreddit = r.get_subreddit("test") 
    print("Grabbing subreddit") 
    comments = subreddit.get_comments(limit=200) 
    print("Grabbing comments") 
    for comment in comments: 
        comment_text = comment.body.lower() 
        isMatch = any(string in comment_text for string in word_to_match) 
        if comment.id not in storage and isMatch: 
            print("Match found! Storing username: " + str(comment.author) + " into list.") 
            storage.append(comment.author) 
 
 
    print("There are currently: " + str(len(storage)) + " people who use 'alot' instead of ' a lot'.") 
 
 
while True: 
    run_bot() 
    time.sleep(5) 

所以我使用的正则表达式查找单词 alot 而不是 alot 作为字符串的一部分。例如 ze很多。每当我运行它时，它都不会找到我所做的评论。有什么建议吗？

请您参考如下方法:

您正在检查字符串操作，不是 RE 操作，在

isMatch = any(string in comment_text for string in word_to_match) 

这里的第一个 in 检查子字符串——与 RE 无关。

将此更改为

isMatch = any(re.search(string, comment_text) for string in word_to_match) 

另外，你的初始化有错误:

word_to_match = ['\balot\b'] 

'\b' 是代码为 0x08(退格)的字符。 始终对 RE 模式使用原始字符串语法，以避免此类陷阱:

word_to_match = [r'\balot\b'] 

现在您将有几个字符，反斜杠然后是 b，RE 会将其解释为“单词边界”。

可能还有其他错误，但我尽量不在每个问题中查找超过两个错误...:-)