获取句子中 n-gram 单词的位置

Question

在 python 中，我想获取一个单词在句子中的位置。匹配的字符串可以是多个单词。

sentence = "Bloomberg announced today that Gordian Capital will implement the solution to help its clients pursue new fund opportunities faster."

search_str = "Bloomberg" 

预期输出：

0

要匹配的字符串可以由多个单词组成。在这种情况下，我想获得开始的位置。

search_str = "Gordian Capital" 

预期输出：

4

search_str 可以是特殊字符和数字的组合，例如$5.1 billion。我尝试了类似的方法，但它将原始句子拆分为单词，我不知道如何处理 n-gram 案例。

result = [i+1 for i,w in enumerate(sentence.split()) if w == search_str]

任何解决方案将不胜感激。谢谢

Answer 1

1. 使用 search_str 拆分句子

结果 = sentence.split(search_str)

1. 取结果的第一个元素并用空格分割

结果 = 结果[0].split(' ')

看起来已经完成了，只需要计算结果列表中的元素

长度（结果）

但有时，可能会出现一个空元素。

为避免这种情况，必须过滤列表

result = [elem for elem in filter(lambda x: x!="", result)]

打印（长度（结果））

所有这些你都可以写在一行中：

result = len([elem for elem in filter(lambda x: x != "", sentence.split(search_str)[0].split(" ")) ])

Answer 2

尝试枚举。

由于您实际上只是在寻找任何搜索字符串中第一个单词的位置，我们也可以将其拆分，尝试匹配第一个单词。

这是解决问题的一条线：

search_str = "Gordian Capital"

[k for k, v in enumerate(sentence.split()) if v.lower() == search_str.split()[0].lower()]

结果：

[4]

这是一个包含多个 Gordian Capital 的句子。

sentence = "the Bloomberg announced today that Gordian Capital will implement the solution to help Gordian Capital's clients pursue new fund opportunities faster, says Gordian Capital."

[k for k, v in enumerate(sentence.split()) if v.lower() == search_str.split()[0].lower()]

结果：

[5, 13, 22]

注意：由于 Python 区分大小写，因此我们将术语小写以更好地匹配。

这部分：

search_str.split()[0].lower()

分割空白字符（默认情况下），然后我们抓取第一项并重新格式化为小写以供我们的目标匹配。