确定查询是否在字符串中

Question

我有一个查询项列表，每个查询项都有一个与之相关联的布尔运算符，例如：

tom OR jerry OR desperate AND dan OR mickey AND mouse

好的，现在我有一个包含用户定义输入的字符串，inputStr。你知道吗

我的问题是，在Python中，是否有方法确定用户定义的字符串是否包含“query”中的单词？你知道吗

我试过这个：

if ('tom' or 'jerry' or 'desperate' and 'dan' or 'mickey' and 'mouse') in "cartoon dan character desperate":
    print "in string"

但它没有给出我所期望的结果。 如您所见，我不关心查询项是否有序，只关心它们是否在字符串中。你知道吗

这能做到吗？我是否遗漏了一些东西，比如可以帮助我实现所需功能的库？你知道吗

非常感谢你的帮助。你知道吗

Answer 1

我会使用正则表达式：

>>> import re
>>> s = "cartoon dan character desperate"
>>> l = ['dan', 'mickey', 'mouse']
>>> print re.search('(%s)' % '|'.join(l), s)
<_sre.SRE_Match object at 0x0233AA60>
>>> l = ['nothing']
>>> print re.search('(%s)' % '|'.join(l), s)
None

其中s是要搜索的字符串，l是应该在s中的单词列表。如果search函数不返回None，那么就有一个匹配项。你知道吗

Answer 2

if ('tom' or 'jerry' or 'desperate' and 'dan' or 'mickey' and 'mouse') in "cartoon dan character desperate"

不是您认为的意思，因为括号导致首先计算or和and操作，例如：

>>> "tom" or "jerry" or "desperate" and "dan" or "mickey" and "mouse"
'tom'

。。。所以你的if-子句的意思是if 'tom' in "cartoon dan character desperate"。你知道吗

你的意思可能是：

if ('tom' in inputStr) or ('jerry' in inputStr) or ('desperate' in inputStr and 'dan' in inputStr) or ('mickey' in inputStr and 'mouse' in inputStr)

Answer 3

要检查列表中的任何单词是否在字符串中，请执行以下操作：

any(word in string for word in lst)

示例：

# construct list from the query by removing 'OR', 'AND'
query = "tom OR jerry OR desperate AND dan OR mickey AND mouse"
lst = [term for term in query.split() if term not in ["OR", "AND"]]

string = "cartoon dan character desperate"
print any(word in string for word in lst)

如果使用re.search()作为@jro suggested，那么不要忘记转义词以避免与regex语法冲突：

import re
m = re.search("|".join(map(re.escape, lst)), string)
if m:
   print "some word from the list is in the string"

上面的代码假定query除了包含的单词之外没有其他意义。如果它确实那么假设'AND'绑定比'OR'强，即'a or b and c'意味着'a or (b and c)'您可以检查字符串是否满足查询：

def query_in_string(query, string):
    for term in query.split('OR'):
        lst = map(str.strip, term.split('AND'))
        if all(word in string for word in lst):
           return True
    return False

上面的内容可以写得更简洁，但可读性可能较差：

def query_in_string(query, string):
    return any(all(word.strip() in string for word in term.split('AND'))
               for term in query.split('OR'))

示例

query = "tom OR jerry AND dan"
print query_in_string(query, "cartoon jerry")   # -> False no dan or tom
print query_in_string(query, "tom is happy")    # -> True tom
print query_in_string(query, "dan likes jerry") # -> True jerry and dan

如果您想拒绝部分匹配，例如'dan'不应该匹配'danial'，那么您可以代替word in string 可以使用re.search()并添加'\b'：

re.search(r"\b%s\b" % re.escape(word), string)