搜索列表：仅匹配精确的单词/字符串答案

【问题标题】：Search list: match only exact word/string搜索列表：仅匹配精确的单词/字符串
【发布时间】：2011-10-18 02:04:45
【问题描述】：

如何在搜索列表时匹配精确的字符串/单词。我试过了，但它不正确。下面我给出了sample list、my code和test results

list = ['嗨，你好'，'嗨，12345先生'，'欢迎先生']

我的代码：

对于列表中的str：如果 s 在 str 中：打印字符串

测试结果：

s =“你好”~预期输出：'嗨，你好'~输出我得到：'嗨，你好' s =“123”~预期输出：*没有*~输出我得到：'hi mr 12345' s =“12345”~预期输出：'hi mr 12345'~输出我得到：'hi mr 12345' s = "come" ~ 预期输出：*nothing* ~ 我得到的输出：'welcome sir' s = "welcome" ~ 预期输出：'welcome sir' ~ 输出我得到：'welcome sir' s =“欢迎先生”〜预期输出：'欢迎先生'〜输出我得到：'欢迎先生'

我的列表包含超过 20 万个字符串

【问题讨论】：

标签： python string string-matching

【解决方案1】：

看来您不仅需要执行一次此搜索，因此我建议您将列表转换为字典：

>>> l = ['Hi, hello', 'hi mr 12345', 'welcome sir']
>>> d = dict()
>>> for item in l:
...     for word in item.split():
...             d.setdefault(word, list()).append(item)
...

所以现在你可以轻松做到：

>>> d.get('hi')
['hi mr 12345']
>>> d.get('come')    # nothing
>>> d.get('welcome')
['welcome sir']

附言可能你必须改进item.split() 来处理逗号、点和其他分隔符。也许使用正则表达式和\w。

p.p.s.正如 cularion 所说，这与“欢迎先生”不匹配。如果您想匹配整个字符串，这只是建议解决方案的另一行。但是，如果您必须匹配由空格和标点符号 regex 界定的字符串的一部分，则应该是您的选择。

【讨论】：

【解决方案2】：

>>> l = ['Hi, hello', 'hi mr 12345', 'welcome sir']
>>> search = lambda word: filter(lambda x: word in x.split(),l)
>>> search('123')
[]
>>> search('12345')
['hi mr 12345']
>>> search('hello')
['Hi, hello']

【讨论】：

【解决方案3】：

如果您搜索完全匹配：

for str in list:
  if set (s.split()) & set(str.split()):
    print str

【讨论】：

【解决方案4】：

如果s 只包含几个词，你可以这样做

s = s.split()
n = len(s)
for x in my_list:
    words = x.split()
    if s in (words[i:i+n] for i in range(len(words) - n + 1)):
        print x

如果s 由许多词组成，则有更高效但也更复杂的算法。

【讨论】：

【解决方案5】：

在这里使用正则表达式来匹配精确的单词与单词边界\b

 import re
 .....
 for str in list:
 if re.search(r'\b'+wordToLook+'\b', str):
    print str

\b 仅匹配以单词终止符开头的单词，例如空格或换行符

或做这样的事情来避免一次又一次地输入单词进行搜索。

import re
list = ['Hi, hello', 'hi mr 12345', 'welcome sir']
listOfWords = ['hello', 'Mr', '123']
reg = re.compile(r'(?i)\b(?:%s)\b' % '|'.join(listOfWords))
for str in list:
   if reg.search(str):
      print str

(?i) 是不考虑单词大小写的搜索，如果要区分大小写搜索就去掉。

【讨论】：