具有精确词匹配搜索的 RDD 过滤器

Question

我有一个 rdd 对象（从文本文件创建），我正在通过使用完全匹配的词过滤来创建另一个 rdd 对象。

rdd2 = rdd1.filter(lambda x: word in x)

word 是在 for 循环中生成的字符串。所以我将在循环中搜索rdd1 中的一些单词。例如，如果我的单词值是“电子书”。所以，当我搜索 rdd1 时，我得到了与电子书匹配的所有行。但是，我也得到了价值“电子书”的线路。

如何过滤一个完全匹配的rdd？ rdd2 应包含仅包含完全匹配单词的行，即 ebook 而不是 ebooks。

我需要为进一步的进程创建一个中间 rdd。请帮忙。

Answer 1

rdd2 = rdd1.filter(lambda x: word in x.split())

x.split() 用于精确的单词匹配。