提取一定数量字符之间的所有完整单词答案

【问题标题】：Extracting all full words between in a certain amount of characters提取一定数量字符之间的所有完整单词
【发布时间】：2012-07-05 09:45:55
【问题描述】：

我想提取一段文本并从给定数量的字符中提取尽可能多的单词。我可以使用哪些工具/库来完成此操作？

例如，在given 文本块中：

Have you managed to get your hands on Nikon's elusive D4 full-frame DSLR? 
It should be smooth sailing from here, with the occasional firmware update being 
your only critical acquisition going forward. D4 firmware 1.02 brings a handful of 
minor fixes, but if you're in need of any of the enhancements listed below, it's 
surely a must have:

如果我将它分配给一个字符串，然后生成 string = string[0:100]，那将得到前 100 个字符，但“sailing”这个词将被截断为“sailin”，我想要'sailing' 之前或之后的空格将被截断的文本。

【问题讨论】：

标签： python string

【解决方案1】：

使用正则表达式：

>>> re.match(r'(.{,100})\W', text).group(1)
"Have you managed to get your hands on Nikon's elusive D4 full-frame DSLR? It should be smooth"

此方法可让您搜索单词之间的任何标点符号（不仅是空格）。它将匹配 100 个或更少的字符。

要处理小字符串，下面的正则表达式更好：

re.match(r'(.{,100})(\W|$)', text).group(1)

【讨论】：

@Antimony 不是这个。它毫无疑问地表示：在非单词字符之前最多匹配 100 个字符。
这只有在你熟悉正则表达式语法的情况下才是正确的。
@Antimony：花一两个小时了解正则表达式的语法。你会很高兴你做到了。正确使用时非常强大的工具（就像这里...）

【解决方案2】：

如果你真的只想在空格上打断字符串，那么使用这个：

my_string = my_string[:100].rsplit(None, 1)[0]

但请记住，您实际上可能想要的不仅仅是空格。

【讨论】：

+1：也很好地使用了rsplit。作为一个前 Perl 人，正则表达式对我来说更明显。

【解决方案3】：

这将在前 100 个字符的最后一个空格处将其截断。

lastSpace = string[:100].rfind(' ')
string = string[:lastSpace] if (lastSpace != -1) else string[:100]

【讨论】：