Come posso creare un'espressione regolare da un elenco di parole?

Question

Ho un dittico di parole (in realtà, ho annidato dicte di coniugazioni di verbi, ma non è rilevante) e voglio fare un'espressione regolare combinandole.

{ 
    'yo': 'hablaba', 
    'tú': 'hablabas', 
    'él': 'hablaba', 
    'nosotros': 'hablábamos', 
    'vosotros': 'hablabais', 
    'ellos': 'hablaban', 
    'vos': 'hablabas', 
} 

... per fare:

'habl((aba(s|is|n)?)|ábamos)' # I think that's right 

Se non includo 'hablábamos' è facile - sono tutti lo stesso prefisso, e posso ottenere:

'hablaba(s|is|n)?' 

... ma voglio una forma generale. È possibile?

Answer 1

Sì, credo che questo sia possibile .

Per iniziare, ecco come risolverei il problema.

calcolare la radice trovando la stringa più lunga possibile che corrisponde l'inizio di tutti i valori sono diminuiti:

>>> root = '' 
>>> for c in hablar['yo']: 
...  if all(v.startswith(root + c) for v in hablar.itervalues()): 
...   root += c 
...  else: 
...  break 
... 
>>> root 
'habl' 

ciò che resta delle parole fa un list di terminazioni.

>>> endings = [v[len(root):] for v in hablar.itervalues()] 
>>> print endings 
['abas', 'aba', 'abais', 'aba', '\xc3\xa1bamos', 'aban', 'abas'] 

Si può quindi consiglia di eliminare i duplicati:

>>> unique_endings = set(endings) 
>>> print unique_endings 
set(['abas', 'abais', '\xc3\xa1bamos', 'aban', 'aba']) 

quindi unire queste terminazioni insieme con i tubi:

>>> conjoined_endings = '|'.join(unique_endings) 
>>> print conjoined_endings 
abas|abais|ábamos|aban|aba 

Formare l'espressione regolare è una cosa semplice che unisce la radice e la stringa conjoined_endings tra parentesi:

>>> final_regex = '{}({})'.format(root, conjoined_endings) 
>>> print final_regex 
habl(abas|abais|ábamos|aban|aba) 

Answer 2

penso che è necessario avere un approccio meno intelligente

>>> x={ 
... 'yo': 'hablaba', 
... 'tú': 'hablabas', 
... 'él': 'hablaba', 
... 'nosotros': 'hablábamos', 
... 'vosotros': 'hablabais', 
... 'ellos': 'hablaban', 
... 'vos': 'hablabas', 
... } 
>>> x 
{'t\xc3\xba': 'hablabas', 'yo': 'hablaba', 'vosotros': 'hablabais', '\xc3\xa9l': 'hablaba', 'nosotros': 'habl\xc3\xa1bamos', 'ellos': 'hablaban', 'vos': 'hablabas'} 
>>> x.values 
<built-in method values of dict object at 0x20e6490> 
>>> x.values() 
['hablabas', 'hablaba', 'hablabais', 'hablaba', 'habl\xc3\xa1bamos', 'hablaban', 'hablabas'] 
>>> "|".join(x.values()) 
'hablabas|hablaba|hablabais|hablaba|habl\xc3\xa1bamos|hablaban|hablabas' 

Se hai appena uniscono i valori di hash con un operatore alternanza allora dovrebbe fare quello che vuoi