特定の記号で区切られた文字列から、空白や記号を無視してマッチするものを取得する方法について

Question

<やりたいこと>
2つの文字列を比較し、空白を無視してマッチするものを取得したいです。

input
a1 = 'aiueo kakikukeko sashisuseso tachituteto naninuneno hahihuheho mamimumemo'
b1 = 'aiueokakikukekosashisuseso'

output
res1 = 'aiueo kakikukeko sashisuseso'

input
a2 = 'aiueokakikukekosashisusesotachitutetonaninunenohahihuhehomamimumemo'
b2 = 'aiueokakikukekosashisuseso'

output
res2 = 'aiueokakikukekosashisuseso'

<考えたこと>
re.matchやfindallを使って取得できるのではないかと思っているのですが、
いまいち想定通りの挙動にならず困っております。

お手数を掛けしますが、何卒よろしくお願い申し上げます。

Comments

[int32_t]

a2/b2/res2の方の例は「空白を無視してマッチ」には見えないのですが、* も無視するのですか?

追記: おっと失礼、「記号」とも書いてありましたね。どんな記号を無視するのでしょうか。

[mi2]

int32_t　様
コメントありがとうございます。
すみません、空白、または記号を無視してマッチングした上で、空白、または記号を含んだ文字列を取得するというのがやりたいことになります。

[int32_t]

記号とは何かを定義してくださいませ。たとえば空白と*だけでいいのか、英数字以外はぜんぶ記号なのか、など。

[ppaul]

「1」とか「2」とかは記号ですか？
「あ」とか「い」とかは記号ですか？
「*」は記号のようですが、全角の「＊」は記号ですか？

[int32_t]

もしくは、記号の文字もアルゴリズムの入力なのか、ですね。

Answer 1

とりあえず、アルファベットの大文字と小文字以外はすべて記号として作りました。

>>> import re
>>> s = 'aiueo kakikukeko sashisuseso tachituteto naninuneno hahihuheho mamimumemo'
>>> p = 'aiueokakikukekosashisuseso'
>>> P = '[^a-zA-Z]*'.join(list(p))
>>> m = re.search(P, s)
>>> if m:
...     print(m.group())
...
aiueo kakikukeko sashisuseso
>>> s = 'aiueo*kakikukeko*sashisuseso*tachituteto*naninuneno*hahihuheho*mamimumemo'
>>> p = 'aiueokakikukekosashisuseso'
>>> P = '[^a-zA-Z]*'.join(list(p))
>>> m = re.search(P, s)
>>> if m:
...     print(m.group())
...
aiueo*kakikukeko*sashisuseso

これとこれが記号だというのが決まれば、'[^a-zA-Z]*'の部分を、その記号の一覧に変更してください。

Comments

[mi2]

ppaul様
すみません、ありがとうございます。
回答頂いた上ででもう一つ別で結果を返したいものが見えてきたのですが、
少し上記いじっても想定の処理とならなかったので、そちらは別途切り出して相談させて頂きます。
ありがとうございます。