如何使用python在文本中找到关键字后提取几个before单词
我有一个关键字“大师”,我在巨大的文本中搜索关键字。我需要提取关键字的前5个单词和后5个单词(根据它可能会转到下一个/前一个句子的位置),并且这个关键字在巨大的文本中多次出现 首先,我尝试使用如何使用python在文本中找到关键字后提取几个before单词,python,nlp,n-gram,Python,Nlp,N Gram,我有一个关键字“大师”,我在巨大的文本中搜索关键字。我需要提取关键字的前5个单词和后5个单词(根据它可能会转到下一个/前一个句子的位置),并且这个关键字在巨大的文本中多次出现 首先,我尝试使用text.find(),在文本中查找关键字的位置,并在4个不同的位置找到关键字 >>positions >>[125, 567,34445, 98885445] 所以试着根据空格分割文本,并取前5个单词 text[positions[i]:].split([len(keyword
text.find()
,在文本中查找关键字的位置,并在4个不同的位置找到关键字
>>positions
>>[125, 567,34445, 98885445]
所以试着根据空格分割文本,并取前5个单词
text[positions[i]:].split([len(keyword.split()):len(keyword.split())+5]
但是如何提取该关键字之前的5个单词呢?您只需使用
text[:position[i]].split()[-5:]
为此使用模块。对于第一个关键字匹配:
pattern = "(.+) (.+) (.+) (.+) (.+) grand master (.+) (.+) (.+) (.+) (.+)"
match = re.search(pattern, text)
if match:
firstword_before = match.group(1) # first pair of parentheses
lastword_before = match.group(5)
firstword_after = match.group(6)
lastword_after = match.group(10)
模式中的括号表示组号。第一对括号对应match.group(1),第二对括号对应match.group(2),依此类推。如果您想要所有可以使用的组:
match.groups() # returns tuple of groups
或
对于文本中的所有关键字匹配,请使用re.findall。阅读
详情请参阅
还有更好的方法来编写模式。那只是我的懒惰
match.group(0) # returns string of groups