针对单词数组检查具有多个单词的字符串的匹配项和匹配类型

Question

我有一个固定的单词数组，我有一组字符串，我想检查它是否包含与单词数组的匹配项。 我还想确定四种可能的匹配类型：

• 单字，完全匹配
• 多个单词，其中一个完全匹配
• 单个词，部分匹配
• 多个词，部分匹配

我有前 3 个的支票，但正在努力获得第 4 个类型。还想知道这是否可以做得更好/更 pythonic/更有效。

a = ['1234','tes','1234 abc','tes abc']
b = ['1234','testing12','test']

def match_string(a, b):
    if [a for x in b if a.lower() == x.lower()]:
        match_type = 'exact - single'
    elif [a for x in b if a.lower() in x.lower()]:
        match_type = 'partial - single'
    elif [a for x in b if x.lower() in a.lower()]:
        match_type = 'exact - multiple'
    #add check for 4th type; 'partial - multiple'
    else:
        match_type = 'no match'
        
    return match_type

for string in a:
    print(match_string(string, b))

所需的输出是“精确 - 单一”、“部分 - 单一”、“精确 - 多重”、“部分 - 多重”

Answer 1

您不需要为每个条件初始化循环。首先将第一个字符串拆分为字 (str.split()).然后遍历字并检查你的静态词表包含单词.如果不迭代恒定的单词列表并检查是否有不变的词包含单词.

def match_string(x, y):
    w = x.split()
    for i in w:
        if i in y:
            if len(w) > 1:
                return "exact - multiple"
            else:
                return "exact - single"
        else:
            for j in y:
                if i in j:
                    if len(w) > 1:
                        return "partial - multiple"
                    else:
                        return "partial - single"
    return "no match"

用法：

a = "1234", "tes", "1234 abc", "tes abc", "dfdfd"
b = "1234", "testing12", "test"

for s in a:
    print(s, "|", match_string(s, b))

输出：

1234 | exact - single
tes | partial - single
1234 abc | exact - multiple
tes abc | partial - multiple
dfdfd | no match