Python字符串匹配-查找单词列表中的某个单词是否存在于另一个列表中的某个句子中

我有一个字符串和一个列表，定义如下

my_string = 'she said he replied'
my_list = ['This is a cool sentence', 'This is another sentence','she said hello he replied goodbye', 'she replied', 'Some more sentences in here', 'et cetera et cetera...']

我正在尝试检查

my_string

中的任何字符串中是否至少存在3个单词。我采用的方法是拆分

my_字符串

，然后使用

all

进行匹配。但是，只有当

my\u字符串

中的所有项目都存在于

my\u列表

if all(word in item for item in my_list for word in my_string.split()):
    print('we happy')

1-如果句子列表中至少有3项

my_string

，我如何使其满足条件

---

2-是否可以按照相同的顺序只匹配

my_string

中的第一个和最后一个单词？i、 e“她”和“回复”出现在

my_list

索引3的“她回复”中，返回True。

使用固有编码，即

True

为1，

False

为0。 对结果中的

值求和：

if sum(word in item for item in my_list for word in my_string.split()) >= 3:
    print('we happy')

对于您给定的输入，这将打印
we happy

关于：
mamun
的观点，我们还希望确保整个单词匹配。您需要在
my_list
中拆分每个字符串，以获得可用单词的列表
kaya3
已经发布了我要告诉您的操作。
使用固有的编码，即
True
为1，
False
为0。
对

结果中的

值求和：

if sum(word in item for item in my_list for word in my_string.split()) >= 3:
    print('we happy')

对于您给定的输入，这将打印
we happy

关于：
mamun
的观点，我们还希望确保整个单词匹配。您需要在
my_list
中拆分每个字符串，以获得可用单词的列表
kaya3
已经发布了我要告诉您的操作。
两个字符串之间的公共单词可以使用一个集合交集进行计算。结果集的
len
提供字符串共有的字数

首先使用集合并集在
my_list
中构建一组字符串中的所有单词：

all_words=set.union（*[set（item.split（））用于我的_列表中的项]）

然后检查交叉点的长度是否
=3
：

search\u words=set（my\u string.split（））
如果len（搜索词和所有词）>=3：
打印（“我们快乐”）
两个字符串之间的公共单词可以使用集合交集进行计算。结果集的
len
提供字符串共有的字数

首先使用集合并集在
my_list
中构建一组字符串中的所有单词：

all_words=set.union（*[set（item.split（））用于我的_列表中的项]）

然后检查交叉点的长度是否
=3
：

search\u words=set（my\u string.split（））
如果len（搜索词和所有词）>=3：
打印（“我们快乐”）
关于第1部分，我认为这应该行得通，我建议使用regex而不是string.split来查找单词。如果你的句子有复杂的单词和标点符号，你也可以使用nltk.word\u标记化。它们都比string.split慢，但如果需要，它们很有用

这里有几个不错的帖子强调了它们的区别（wordpunct tokenize基本上是一个伪装的单词regex）：



导致

[假，假，真，假，假，假]

对于第2部分，类似的方法应该可以工作，尽管它不是一个超级干净的解决方案。如果您不希望它们只是按顺序排列，而是彼此相邻，请检查索引是否相隔1

words = get_words(my_string)
first_and_last = [words[0], words[-1]]
my_list_dicts = []
for sentence in my_list:
    word_dict = {}
    sentence_words = get_words(sentence)
    for i, word in enumerate(sentence_words):
        word_dict[word] = i
    my_list_dicts.append(word_dict)

result2 = []
for word_dict in my_list_dicts:
    if all(k in word_dict for k in first_and_last) and word_dict[first_and_last[0]] < word_dict[first_and_last[1]]:
        result2.append(True)
    else:
        result2.append(False)

print(result2)

words=获取单词（我的字符串）
第一个和最后一个=[单词[0]，单词[-1]]
我的清单
对于我的清单中的句子：
单词_dict={}
句子单词=获取单词（句子）
对于i，枚举中的单词（句子中的单词）：
单词dict[单词]=i
我的目录附加（单词目录）
结果2=[]
对于“我的目录”中的单词：
如果全部（第一个和最后一个单词中的k表示第一个和最后一个单词中的k）和第一个和最后一个单词[0]<第一个和最后一个单词[1]：
result2.append（True）
其他：
结果2.append（False）
打印（结果2）

结果:

[假，假，真，真，假，假]

关于第1部分，我认为这应该行得通，我建议使用regex而不是string.split来查找单词。如果你的句子有复杂的单词和标点符号，你也可以使用nltk.word_标记化。它们都比string.split慢，但如果需要，它们很有用

这里有几个不错的帖子强调了它们的区别（wordpunct tokenize基本上是一个伪装的单词regex）：



导致

[假，假，真，假，假，假]

对于第2部分，类似的方法应该可以工作，尽管它不是一个超级干净的解决方案。如果您不希望它们只是按顺序排列，而是彼此相邻，请检查索引是否相隔1

words = get_words(my_string)
first_and_last = [words[0], words[-1]]
my_list_dicts = []
for sentence in my_list:
    word_dict = {}
    sentence_words = get_words(sentence)
    for i, word in enumerate(sentence_words):
        word_dict[word] = i
    my_list_dicts.append(word_dict)

result2 = []
for word_dict in my_list_dicts:
    if all(k in word_dict for k in first_and_last) and word_dict[first_and_last[0]] < word_dict[first_and_last[1]]:
        result2.append(True)
    else:
        result2.append(False)

print(result2)

words=获取单词（我的字符串）
第一个和最后一个=[单词[0]，单词[-1]]
我的清单
对于我的清单中的句子：
单词_dict={}
句子单词=获取单词（句子）
对于i，枚举中的单词（句子中的单词）：
单词dict[单词]=i
我的目录附加（单词目录）
结果2=[]
对于“我的目录”中的单词：
如果全部（第一个和最后一个单词中的k表示第一个和最后一个单词中的k）和第一个和最后一个单词[0]<第一个和最后一个单词[1]：
result2.append（True）
其他：
结果2.append（False）
打印（结果2）

结果:

[假，假，真，真，假，假]

您也可以使用flashtext来执行此操作

from flashtext import KeywordProcessor

kw_list = my_string.split()
kp = KeywordProcessor()
kp.add_keywords_from_list(kw_list) # add keyword that you are looking for 

def func_(x):
    kw = kp.extract_keywords(x)  # this will return all keyword present in the string
    return len(set(kw)) # now you find the sum of unique kw found in string 

print(list(map(func_, my_list)))
[0, 0, 4, 2, 0, 0]

您也可以使用flashtext来执行此操作

from flashtext import KeywordProcessor

kw_list = my_string.split()
kp = KeywordProcessor()
kp.add_keywords_from_list(kw_list) # add keyword that you are looking for 

def func_(x):
    kw = kp.extract_keywords(x)  # this will return all keyword present in the string
    return len(set(kw)) # now you find the sum of unique kw found in string 

print(list(map(func_, my_list)))
[0, 0, 4, 2, 0, 0]

对于“另一个”中的“他”它将返回True对于“另一个”中的“他”它将返回True