如何检查另一个字符串中是否存在完全相同的字符串？

Question

我目前遇到了一些问题。我正在尝试编写一个程序，该程序将突出显示另一个字符串中出现的单词或短语，但前提是它所匹配的字符串完全相同。我遇到麻烦的部分是确定我与该短语匹配的子短语​​是否包含在另一个较大的子短语中。

显示此问题的一个简单示例：

>>> indicators = ["therefore", "for", "since"]
>>> phrase = "... therefore, I conclude I am awesome."
>>> indicators_in_phrase = [indicator for indicator in indicators 
                            if indicator in phrase.lower()]
>>> print indicators_in_phrase
['therefore', 'for']

我不希望“for”包含在该列表中。我知道为什么要包含它，但我想不出任何可以过滤掉这样的子字符串的表达式。

我注意到网站上还有其他类似的问题，但每个问题都涉及正则表达式解决方案，这是我目前还不太满意的问题，尤其是在 Python 中。有没有一种简单的方法可以在不使用正则表达式的情况下解决这个问题？如果没有，我们将非常感谢相应的正则表达式以及如何在上面的示例中实现它。

Answer 1

有方法可以在不使用正则表达式的情况下完成此操作，但大多数方法都非常复杂，您会希望自己花时间学习所需的简单正则表达式序列。

Answer 2

这是正则表达式的一行...

import re

indicators = ["therefore", "for", "since"]
phrase = "... therefore, I conclude I am awesome."

indicators_in_phrase = set(re.findall(r'\b(%s)\b' % '|'.join(indicators), phrase.lower()))

Answer 3

正则表达式是最简单的方法！
提示：

re.compile(r'\btherefore\b')

然后你可以改变中间的单词！

编辑：我为你写了这个：

import re

indicators = ["therefore", "for", "since"]

phrase = "... therefore, I conclude I am awesome. "

def find(phrase, indicators):
    def _match(i):
        return re.compile(r'\b%s\b' % (i)).search(phrase)
    return [ind for ind in indicators if _match(ind)]

>>> find(phrase, indicators)
['therefore']

Answer 4

我认为你想做的更像是这样的：

import string

words_in_phrase = string.split(phrase)

现在你将在这样的列表中包含单词：

['...', 'therefore,', 'I', 'conclude', 'I', 'am', 'awesome.']

然后像这样比较列表：

indicators_in_phrase = []
for word in words_in_phrase:
  if word in indicators:
    indicators_in_phrase.append(word)

可能有几种方法可以使其不那么冗长，但我更喜欢清晰。另外，您可能需要考虑删除“awesome”中的标点符号。和“因此”，

为此请使用 rstrip，如其他答案中所示

Answer 5

1. 创建一组指标
2. 创建一组短语
3. 查找交集

代码：

indicators = ["therefore", "for", "since"]
phrase = "... therefore, I conclude I am awesome."
print list(set(indicators).intersection(set( [ each.strip('.,') for each in phrase.split(' ')])))

干杯:)

Answer 6

有点长，但给出了一个想法/当然正则表达式可以让它变得简单

>>> indicators = ["therefore", "for", "since"]
>>> phrase = "... therefore, I conclude I am awesome."
>>> phrase_list = phrase.split()
>>> phrase_list
['...', 'therefore,', 'I', 'conclude', 'I', 'am', 'awesome.']
>>> phrase_list = [ k.rstrip(',') for k in phrase_list]
>>> indicators_in_phrase = [indicator for indicator in indicators if indicator in phrase_list]
>>> indicators_in_phrase 
['therefore']

Answer 7

“for”的问题是它在“therefore”里面还是它不是一个词？例如，如果您的指标之一是“awe”，您是否希望将其包含在 Indicators_in_phrase 中？

您希望如何处理以下情况？
指标 = ["abc", "cde"]
短语=“一abcde二”

Answer 8

您可以从短语中去掉标点符号，然后对其进行拆分，以便所有单词都是单独的。然后你可以进行字符串比较

>>> indicators = ["therefore", "for", "since"]
>>> phrase = "... therefore, I conclude I am awesome."
>>> ''.join([ i for i in phrase.lower() if i not in string.punctuation]).strip().split()
['therefore', 'I', 'conclude', 'I', 'am', 'awesome']
>>> p = ''.join([ i for i in phrase.lower() if i not in string.punctuation]).strip().split()
>>> indicators_in_phrase = [indicator for indicator in indicators if indicator in p ]
>>> indicators_in_phrase
['therefore']