Python精确匹配-字符串中的词典元素精确匹配

我有一个包含数千个字符串（包括：单字、复合字、使用连字符的复合字以及字符串）的词典和一个包含文本文档的数据集。我希望能够计算出现在每个文本文档中的精确元素（出现在词典中）的数量

我试过这个：

lexicon = ['A', 'FOO', 'f']
instance = 'fA near A AFOO FO ff'

matches = []
for word in lexicon:
    if word in instance:
       matches.append(word)

尽管预期结果是

['A']

，但上面的代码也将返回子字符串

['A'，FOO'，F']

使用正则表达式的第二种方法：

matches = []
for word in lexicon:
    if re.search(r'\b' + word + r'\b', instance):
    #if re.search(r'\b({})\b'.format(word), instance):
        matches.append(word)

虽然以这种方式获得的列表正是我需要的，但我得到以下错误：

File "<ipython-input-18-5331958cdf85>", line 4, in <module>
    if re.search(r'\b' + word + r'\b', instance):

  File "/opt/anaconda3/lib/python3.7/re.py", line 183, in search
    return _compile(pattern, flags).search(string)

  File "/opt/anaconda3/lib/python3.7/re.py", line 286, in _compile
    p = sre_compile.compile(pattern, flags)

  File "/opt/anaconda3/lib/python3.7/sre_compile.py", line 764, in compile
    p = sre_parse.parse(p, flags)

  File "/opt/anaconda3/lib/python3.7/sre_parse.py", line 938, in parse
    raise source.error("unbalanced parenthesis")

error: unbalanced parenthesis

文件“”，第4行，在
如果重新搜索（r'\b'+word+r'\b'，实例）：
文件“/opt/anaconda3/lib/python3.7/re.py”，第183行，搜索中
返回编译（模式、标志）。搜索（字符串）
文件“/opt/anaconda3/lib/python3.7/re.py”，第286行，在编译中
p=sre_compile.compile（模式、标志）
文件“/opt/anaconda3/lib/python3.7/sre_compile.py”，第764行，编译中
p=sre_parse.parse（p，标志）
文件“/opt/anaconda3/lib/python3.7/sre_parse.py”，第938行，在parse中
raise source.error（“不平衡括号”）
错误：不平衡括号

我不知道如何解决这个错误，或者如何以不同的方式解决这个问题

---

任何帮助都将不胜感激

我认为您要查找的是词典中的单词在文档中作为标记出现的次数。如果是这种情况，那么这应该是可行的：

import re

lexicon = ['A', 'FOO(()))', 'f']
instance = 'fA near A AFOO FO ff'

matches = []
for word in lexicon:
    if re.search(r'\b' + re.escape(word) + r'\b', instance):
        matches.append(word)

print(matches)

lexicon=['A'，'FOO'，'f']
实例='fA靠近AFOO FO ff'
tokens=set（instance.split（））
匹配项=[]
对于词典中的单词：
如果单词在标记中：
匹配。追加（word）
#在本例中，匹配项应等于['A']

我认为您要查找的是词典中的单词在文档中作为标记出现的次数。如果是这种情况，那么这应该是可行的：

import re

lexicon = ['A', 'FOO(()))', 'f']
instance = 'fA near A AFOO FO ff'

matches = []
for word in lexicon:
    if re.search(r'\b' + re.escape(word) + r'\b', instance):
        matches.append(word)

print(matches)

lexicon=['A'，'FOO'，'f']
实例='fA靠近AFOO FO ff'
tokens=set（instance.split（））
匹配项=[]
对于词典中的单词：
如果单词在标记中：
匹配。追加（word）
#在本例中，匹配项应等于['A']

您的正则表达式版本的问题是，

词典

列表中的某些单词可能包含特殊的正则表达式字符-

（

，

[

等）

避开词典中的单词，它应该会起作用：

import re

lexicon = ['A', 'FOO(()))', 'f']
instance = 'fA near A AFOO FO ff'

matches = []
for word in lexicon:
    if re.search(r'\b' + re.escape(word) + r'\b', instance):
        matches.append(word)

print(matches)

印刷品：

['A']

---

正则表达式版本的问题是，

词典

列表中的某些单词可能包含特殊的正则表达式字符-

（

，

[

，等等）

避开词典中的单词，它应该会起作用：

import re

lexicon = ['A', 'FOO(()))', 'f']
instance = 'fA near A AFOO FO ff'

matches = []
for word in lexicon:
    if re.search(r'\b' + re.escape(word) + r'\b', instance):
        matches.append(word)

print(matches)

印刷品：

['A']

---

您可能需要转义

单词

，因为它包含特殊的正则字符，请尝试

re.search（r'\b'+re.escape（word）+r'\b'，instance）

@AndrejKesely完美无瑕，就是这样！谢谢！您想让它成为我可以接受的答案吗？是的，您是对的-我做了一个答案：）您可能需要转义

单词

，因为它包含特殊的正则字符，请尝试

re.search（r'\b'+re.escape（word）+r'\b'，instance）

@AndrejKesely完美无瑕，就是这样！谢谢！您想让它成为我可以接受的答案吗？是的，您是对的-我做了一个答案：）谢谢你的回答！我不想使用split（）函数，因为词典包含由两个或三个单词组成的元素，在这种情况下，我无法检测到这些单词…尽管这个答案可能会帮助其他人：）谢谢你的回答！我不想使用split（）函数函数，因为词典包含由两个或三个单词组成的元素，在这种情况下，我无法检测到这些单词…尽管这个答案可能对其他人有所帮助：）