Python 3.x 如何找到匹配单词序列的句子从句？python

我有大量的句子，我想从中提取与某些单词组合相匹配的子句/片段。我有下面的代码可以工作，但它只适用于一个单词的一个字符串。我找不到一种方法来扩展它以处理多个字符串和两个单词的字符串。我认为这很简单，在我之前有人问过我，但我找不到答案。有人能帮我吗

这是我的代码：

import pandas as pd

df = pd.read_csv('text.csv')
identifiers = ('what')
sentence = df['A']

for i in sentence:
    i = i.split()
    if identifiers in i:
        index = i.index(identifiers)
        print(i[index:])

给出这样一句话：

"Given that I want to become an entrepreneur, I am wondering what collage to attend."

以及两个单词标识符的列表，如下所示：

identifiers = [('I am', 'I can' ..., 'I will')] # There could be dozens

我怎样才能达到这样的结果

I am wondering what collage to attend.

---

我尝试过：扩展上面的代码，使用

isin（）

和类似

的东西（如果有的话（[x in I代表x in标识符]）

，但没有解决方案。有什么建议吗？

它不适用于多个单词短语，因为您使用了

split

。由于它在空间上拆分（默认情况下），逻辑上不会有任何单个元素包含空间

您可以立即使用中的

来测试某个字符串是否包含任何其他内容：

>>> sentence = "Given that I want to become an entrepreneur, I am wondering what collage to attend."
>>> identifiers = ['I am', 'I can', 'I will']
>>> for i in identifiers:
...    if i in sentence:
...      print (sentence[sentence.index(i):])
... 
I am wondering what collage to attend.

对于这些字符串，您的尝试
any（[x在句子中表示x在标识符中]）
，显示

[True, False, False]

虽然它给出了一些有用的结果，但仍然不是索引，它需要在这个结果上进行另一个循环来实际打印索引。（除非您明确且只想知道某个句子是否包含此类短语，否则不需要
任何
部分。）

但是
[x在句子中..]
列表理解只会产生一个
真
和
假
的列表，你不能用它做任何事情，因此它是一条死胡同

但它提出了另一种选择：

>>> [sentence.index(x) for x in identifiers if x in sentence]
[45]

这就引出了一系列结果：

>>> [sentence[sentence.index(x):] for x in identifiers if x in sentence]
['I am wondering what collage to attend.']

如果将
'I want'
添加到标识符列表中，仍然会得到一个正确的结果，现在由两个句子片段组成（都是从最后一段）：

（为了好玩，我正在做这件事：如果你想去掉第一个逗号的多余部分，请添加一个与除逗号之外的所有内容都匹配的regexp：

不要介意正则表达式末尾的
groups（0）[0]
部分，它只是将SRE_Match对象强制转换回常规字符串。）
非常感谢您令人印象深刻的回答！当我尝试你的代码时，用一句话就可以了。但我在我的dataframe语句中尝试的是，它没有。有什么原因吗？@twhale:你得到的
句子
是一个普通字符串吗？我对熊猫不太熟悉，你的问题中也没有任何例子。（请注意，它似乎无论如何都不需要。）您需要了解如何将数据集一次输入一个字符串到我的代码中。我不太确定。CVS有时会更改数据结构。我假设它由一列组成，每个单元格中都有字符串。但也有可能每个字符串都包含在一个列表中，因此列的每个单元格都包含一个包含字符串的列表。我得弄清楚。
['I am wondering what collage to attend.', 'I want to become an entrepreneur, I am wondering what collage to attend.']

>>> [re.match(r'^([^,]+)', sentence[sentence.index(x):]).groups(0)[0] for x in identifiers if x in sentence]
['I am wondering what collage to attend.', 'I want to become an entrepreneur']