質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.48%
Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

正規表現

正規表現とは特定の文字列によるパターンマッチングを行う際に用いられる宣言型プログラミングです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

2回答

11187閲覧

Pythonで正規表現と変数を組み合わせて使いたい

metadisco

総合スコア13

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

正規表現

正規表現とは特定の文字列によるパターンマッチングを行う際に用いられる宣言型プログラミングです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2018/11/29 13:21

前提・実現したいこと

検索したい文字列一覧をまとめたtxtファイル内の文字列全てを、
任意のディレクトリ内に入っているすべてのtxtファイルを検索していき、検索したい文字列がヒットしたものを抽出していきたいと思い、以下のようなコードを書きました。

検索したい文字列一覧をまとめたtxtファイルには、検索したい文字列が一行ごとに改行区切りで入っています。
例えば、以下のような感じです。

txt

1the meaning of 2was made of 3In the past 4That being said 5On the other hand 6On the one hand

任意のディレクトリ内に入っているtxtファイルは、以下のような英文が一行一文単位で入っています。

txt

1That being said, I feel that the meaning of money has changed drastically. 2In the past, money was valued simply by what it was made of: gold being worth the most, followed by silver and bronze.

正規表現を使って検索したい文字列の前後に、境界を設定するために、正規表現と変数を組み合わせて使いたいのですが、うまくいきません。
Terminal上で、検索したいファイルが入った任意のディレクトリ名と、検索したい文字列一覧をまとめたtxtファイル名を指定しています。
以下のようなコードを書きました。

python

1import sys,os,re,glob 2argvs = sys.argv 3argc = len(argvs) 4with open(sys.argv[2]) as f: 5 ichirans = [line.rstrip() for line in ichiran] 6file_list = sorted(glob.glob(sys.argv[1]+'*.txt')) 7for filename in file_list: 8 with open(filename,'r') as f: 9 files = f.read() 10 result = re.findall(r'(\b)'+ichirans+'(\b)',files,flags=0) 11 print(result)

上記のコードを実行したのですが、以下のようなエラーメッセージが帰ってきます。

発生している問題・エラーメッセージ

Traceback (most recent call last): File "search.py", line 31, in <module> result = re.match(r'(\b)'+DMs+'(\b)',f,flags=0) TypeError: must be str, not list

エラーメッセージとしては、list形式ではなくstr形式にしろという意味はわかるのですが、ここからどのように修正していいかわからず行き詰まっております。
解決方法をご回答いただけないでしょうか。

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答2

0

手元に実行環境がないので憶測になりますが…

エラー出ているの、

re.findall(r'(\b)'+ichirans+'(\b)',files,flags=0)

の部分ですよね?

上記の変数ichiransは、初期値をichirans = [line.rstrip() for line in ichiran]としているのでlistだと思います。
なので、こいつもforで回してあげなければいけないのではないかなーと。

投稿2018/11/29 16:08

nnahito

総合スコア2004

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

0

ベストアンサー

以下のように、検索対象の複数のセンテンスを「|」で連結した正規表現を作成し、それを行毎に検索するとよいかと思います。

Python

1import re 2ichirans = ['ab cd','ef gh'] 3 4# 検索対象の複数のセンテンスを「|」で連結した正規表現を作成 5exp = r'(\b)'+ '|'.join(['({})'.format(pat) for pat in ichirans]) + r'(\b)' 6print(exp) # (\b)(ab cd)|(ef gh)(\b) 7 8# ファイル毎ループ~データ読込は略 9 10#files = f.read() 11files = ['ab cd ef','ef gh ij','ab cd ef gh','ab ef'] 12for line in files: # 行毎に 13 result = re.findall(exp,line) 14 print(result) 15""" 16[('', 'ab cd', '', '')] 17[('', '', 'ef gh', '')] 18[('', 'ab cd', '', ''), ('', '', 'ef gh', '')] 19[] 20"""

投稿2018/11/29 22:06

can110

総合スコア38262

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.48%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問