python-字符串仅匹配整词

我有两个列表-

查询

和

行

。“我的代码”查找

查询

，例如：

["president" ,"publicly"]

包含在

行

（订单事项）中，例如：

这是我目前使用的代码：

if ' '.join(query) in ' '.join(line)

问题是，我只想匹配整个单词。因此，下面的查询不会传递条件语句：

["president" ,"pub"]

---

我该怎么做？

您可以使用正则表达式和

\b

单词边界：

import re
the_regex = re.compile(r'\b' + r'\b'.join(map(re.escape, ['president', 'pub'])) + r'\b')
if the_regex.search(' '.join(line)):
    print 'matching'
else:
    print 'not matching'

或者，您可以编写一个函数来检查给定列表是否是该行的子列表。比如：

def find_sublist(sub, lst):
    if not sub:
        return 0
    cur_index = 0
    while cur_index < len(lst):
        try:
            cur_index = lst.index(sub[0], cur_index)
        except ValueError:
            break

        if lst[cur_index:cur_index + len(sub)] == sub:
            break
        lst = lst[cur_index + 1:]
    return cur_index

只需使用“in”操作符：

mylist = ['foo', 'bar', 'baz']

mylist中的“foo”返回True mylist中的“bar”返回True mylist中的“fo”返回False mylist中的'ba'返回False

以下是一种方法：

re.search(r'\b' + re.escape(' '.join(query)) + r'\b', ' '.join(line)) is not None

您可以使用方法来实现这一点。简单地做：

a = ["president" ,"publicly"]
b = ["president" ,"publicly", "told"]

if set(a).issubset(b):
    #bla bla

---

这将返回两个列表中的匹配项。

您可以使用

all

内置的quantor功能：

if all(word in b for word in a):
    """ all words in list"""

---

请注意，对于长列表而言，这可能不具有运行时效率。最好使用

set

类型，而不是

a

的列表（要搜索的单词列表）。

只是为了好玩，您还可以执行以下操作：

a = ["president" ,"publicly", "told"]
b = ["president" ,"publicly"]
c = ["president" ,"pub"]
d = ["publicly", "president"]
e = ["publicly", "told"]

from itertools import izip
not [l for l,n in izip(a, b) if l != n] ## True
not [l for l,n in izip(a, c) if l != n] ## False
not [l for l,n in izip(a, d) if l != n] ## False
## to support query in the middle of the line:
try:
  query_list = a[a.index(e[0]):]
  not [l for l,n in izip(query_list, e) if l != n] ## True 
expect ValueError:
  pass

---

这里有一个非正则表达式的方法。我相信regex会比这快得多：

>>> query = ['president', 'publicly']
>>> line = ['president', 'publicly', 'told']
>>> any(query == line[i:i+len(query)] for i in range(len(line) - len(query)))
True
>>> query = ["president" ,"pub"]
>>> any(query == line[i:i+len(query)] for i in range(len(line) - len(query)))
False

---

显式比隐式好。至于订购事宜，我会这样写：

query = ['president','publicly']
query_false = ['president','pub']
line = ['president','publicly','told']

query_len = len(query)
blocks = [line[i:i+query_len] for i in xrange(len(line)-query_len+1)]

块

保存所有相关组合以检查：

[['president', 'publicly'], ['publicly', 'told']]

现在，您只需检查您的查询是否在该列表中：

print query in blocks # -> True
print query_false in blocks # -> False

---

代码的工作方式可能是您用文字解释直接的解决方案，这对我来说通常是一个好迹象。如果您的行很长，并且性能出现问题，您可以用生成器替换生成的列表。

可能值得

re.escape

'ing查询字符串Getting

SyntaxError:之后的语法无效None@Tom：在
None
之后是什么（在
re.search
之前是什么）？@Tom:if

你忘了那句话末尾的冒号了。读这个问题我认为顺序很重要，因此在很多情况下这会给出错误的结果。顺序很重要，所以它可以是一个子集，但不能完全按照我列表中的“foo bar”顺序排列。。。当然，mylist中的“foo”和mylist中的“bar”->True。。。那又怎样？：）

[['president', 'publicly'], ['publicly', 'told']]

print query in blocks # -> True
print query_false in blocks # -> False