Question

我有两个列表 - query和line。我的代码找到query，例如：

["president" ,"publicly"]

包含在line（订单事项）中，例如：

["president" ,"publicly", "told"]

这是我目前正在使用的代码：

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？

Answer 1

您可以使用正则表达式和\b字边界：

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'

作为替代方案，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。类似的东西：

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

您可以将其用作：

if find_sublist(query, line) >= 0:
    print 'matching'
else:
    print 'not matching'

Answer 2

只需使用“in”运算符：

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

'foo' in mylist - ＆gt;返回True 'bar' in mylist - ＆gt;返回True 'fo' in mylist - ＆gt;返回False 'ba' in mylist - ＆gt;返回False

Answer 3

这是一种方式：

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

Answer 4

只是为了好玩，你也可以这样做：

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

Answer 5

您可以使用issubset方法来实现此目的。只需：

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。

Answer 6

您可以使用all内置的量子函数：

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

请注意，对于长列表，这可能不是运行时效率。最好使用set类型而不是a列表（要搜索的列表中的列表）。

Answer 7

这是一种非正则表达方式。我相信正则表达式要快得多：

>>> 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

Answer 8

明确比隐含更好。因为订购很重要，我会这样写下来：

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)]

blocks包含所有相关组合以进行检查：

[['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用语言解释直接的解决方案，这对我来说通常是一个好兆头。如果您有长行并且性能成为问题，则可以用生成器替换生成的列表。

python - 字符串只匹配整个单词

8 个答案: