- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我有一个巨大的文件,其中包含如下数据列表:
#fabulous 7.526 2301 2
#excellent 7.247 2612 3
#superb 7.199 1660 2
#perfection 7.099 3004 4
#terrific 6.922 629 1
我有一个包含如下句子列表的文件:
Terrific Theo Walcott is still shit, watch Rafa and Johnny deal with him on Saturday.
its not that I'm a GSP fan, fabulous
Iranian general says Israel's Iron Dome can't deal with their missiles
with J Davlar 11th. Main rivals are team Poland.
我想用正则表达式检查以下内容:
如果每个句子中的第一个单词与文件中的任何单词匹配例如,如果 Terrific、its、Iranian、with 是否出现在文件中
如果句子中的最后一个词匹配文件中的任何词例如,文件中是否出现 saturday, fabulous, missiles , Poland
如果句子中单个单词的 2 或 3 个字符前缀和后缀匹配文件中的 2 或 3 个字符前缀和后缀例如,Ter、its、Ira、wi 是否匹配文件中任何 2 或 3 个单词前缀。同样适用于后缀。
我对正则表达式很陌生,我可以这样想,但没有得到结果:term2.lower() 是文件中的第一列
wordanalysis["trail"] = found if re.match(sentence[-1],term2.lower()) else not(found)
wordanalysis["lead"] = found if re.match(sentence[0],term2.lower()) else not(found)
最佳答案
更新:根据@justhalf 的精彩建议,无需使用正则表达式来拆分单词。如果您想要区分大小写的匹配项,请删除 .lower()
。
这将匹配数据列表中的第一个词和最后一个词(不包括任何标点符号或尾随空格):
(^\s?\w+\b|(\b\w+)[\.?!\s]*$)
匹配:
MATCH 1-1. Terrific
MATCH 2-1. Saturday.
2. Saturday
MATCH 3-1. its
MATCH 4-1. fabulous
2. fabulous
MATCH 5-1. Iranian
MATCH 6-1. missiles
2. missiles
MATCH 7-1. with
MATCH 8-1. Poland.
2. Poland
实现:
import re, string
sentences = open("sentences.txt").read().splitlines()
data = open("data.txt").read()
pattern = re.compile(r"(^\s?\w+\b|(\b\w+)[\.?!\s]*$)")
for line in sentences:
words = line.strip().split()
first = words[0].lower()
last = words[-1].translate(None, string.punctuation).lower()
if (re.search(first, data, re.I)):
print "Found " + first + " in data.txt"
if (re.search(last, data, re.I)):
print "Found " + last + " in data.txt"
这可能不是最优雅的实现方式,但您明白了。
代码已经过测试并且可以工作,输出是:
Found Terrific in data.txt
Found fabulous in data.txt
另外这并没有达到您的第三个标准,请测试一下,看看到目前为止它是否对您有效。
关于python - 正则表达式匹配第一个和最后一个单词或任何单词,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20556934/
我正在用 yacc/bison 编写一个简单的计算器。 表达式的语法看起来有点像这样: expr : NUM | expr '+' expr { $$ = $1 + $3; } | expr '-'
我开始学习 lambda 表达式,并在以下情况下遇到了以下语句: interface MyNumber { double getValue(); } MyNumber number; nu
这两个 Linq 查询有什么区别: var result = ResultLists().Where( c=> c.code == "abc").FirstOrDefault(); // vs. va
如果我们查看 draft C++ standard 5.1.2 Lambda 表达式 段 2 说(强调我的 future ): The evaluation of a lambda-expressio
我使用的是 Mule 4.2.2 运行时、studio 7.5.1 和 Oracle JDK 1.8.0_251。 我在 java 代码中使用 Lambda 表达式,该表达式由 java Invoke
我是 XPath 的新手。我有网页的html源 http://london.craigslist.co.uk/com/1233708939.html 现在我想从上面的页面中提取以下数据 完整日期 电子
已关闭。这个问题是 off-topic 。目前不接受答案。 想要改进这个问题吗? Update the question所以它是on-topic用于堆栈溢出。 已关闭10 年前。 Improve th
我将如何编写一个 Cron 表达式以在每天上午 8 点和下午 3:30 触发?我了解如何创建每天触发一次的表达式,而不是在多个设定时间触发。提前致谢 最佳答案 你应该只使用两行。 0 8 * * *
这个问题已经有答案了: What do 3 dots next to a parameter type mean in Java? (9 个回答) varargs and the '...' argu
我是 python 新手,在阅读 BeautifulSoup 教程时,我不明白这个表达式“[x for x in titles if x.findChildren()][:-1]”我不明白?你能解释一
(?:) 这是一个有效的 ruby 正则表达式,谁能告诉我它是什么意思? 谢谢 最佳答案 正如其他人所说,它被用作正则表达式的非捕获语法,但是,它也是正则表达式之外的有效 ruby 语法。 在
这个问题在这里已经有了答案: Why does ++[[]][+[]]+[+[]] return the string "10"? (10 个答案) 关闭 8 年前。 谁能帮我处理这个 JavaSc
这个问题在这里已经有了答案: What is the "-->" operator in C++? (29 个答案) Java: Prefix/postfix of increment/decrem
这个问题在这里已经有了答案: List comprehension vs. lambda + filter (16 个答案) 关闭 10 个月前。 我不确定我是否需要 lambda 或其他东西。但是,
C 中的 assert() 函数工作原理对我来说就像一片黑暗的森林。根据这里的答案https://stackoverflow.com/a/1571360 ,您可以使用以下构造将自定义消息输出到您的断言
在this页,John Barnes 写道: If the conditional expression is the argument of a type conversion then effec
我必须创建一个调度程序,它必须每周从第一天上午 9 点到第二天晚上 11 点 59 分运行 2 天(星期四和星期五)。为此,我需要提供一个 cron 表达式。 0-0 0-0 9-23 ? * THU
我正在尝试编写一个 Linq 表达式来检查派生类中的属性,但该列表由来自基类的成员组成。下面的示例代码。以“var list”开头的 Process 方法的第二行无法编译,但我不确定应该使用什么语法来
此 sed 表达式将输入字符串转换为两行输出字符串。两条输出行中的每一行都由输入的子串组成。第一行需要转换成大写: s:random_stuff\(choice1\|choice2\){\([^}]*
我正在使用 Quartz.Net 在我的应用程序中安排我的工作。我只是想知道是否可以为以下场景构建 CRON 表达式: Every second between 2:15AM and 5:20AM 最
我是一名优秀的程序员,十分优秀!