Python从列表创建正则表达式及其变体

Question

我有一份拉丁文月份清单：

latinMonths = ['januarii', 'februarii','martii', 'aprilis', 'maii', 'junii', 'julii', 'augusti', 'septembris', 'octobris', 'novembris', 'decembris']

不幸的是，在我的文本中，我发现它们的变体拼写不同，例如：“januarij”或“septembrjs”等。。。你知道吗

我试图扫描文本，以找到确切的单词作为列表或它的变体。你知道吗

我知道我可以使用difflib，并发现我可以检查一个句子的单词列表在这篇文章：Python: how to determine if a list of words exist in a string。有没有一种方法可以将两者结合起来，从而在一个字符串中找到一个实例，其中存在列表中的月份或其变体？你知道吗

例如：如果我有文本“primo januarij 1487”，我想返回true，因为januarij与一月非常接近，而如果我有“I love tomatoes”，则两个词都与列表中的词不完全匹配

Answer 1

可以使用fuzzywuzzy实现如下可能的解决方案：

from fuzzywuzzy import fuzz

def fuzzy_months(text:str, months:list, treshold:float = 0.9)->bool:
    """Return if a word within the given text is close enough to any given month."""
    return max([fuzz.ratio(month,word) for month in latinMonths for word in test_string.split()])/100>= treshold

例如，考虑到以下短语test_string = 'lorem ipsum siptum abet septembrjs'和fail_string = 'do you want to eat at McDonald?'：

fuzzy_months(test_string, latinMonths)
>>> True

fuzzy_months(fail_string, latinMonths)
>>> False