python - 如何从纯文本中获取字典键？

Question

研究对象摘自Text processing and detection from a specific dictionary in python话题。也许我误解了 OP 的问题，但我已尝试改进代码。所以，也许我的问题可能有点不同。在解释我想做什么之前，让我与您分享代码:

dict_1={"Liquid Biopsy":"Blood for analysis","cfDNA":"Blood for analysis"}
list_1=[u'Liquid', u'biopsy',u'based', u'on', u'circulating', u'cell-free', u'DNA', u'(cfDNA)', u'analysis', u'are', u'described', u'as', u'surrogate', u'samples', u'for', u'molecular', u'analysis.']
for i in dict_1:
    if i.lower() in " ".join(list_1).lower():
        print("Key: {}\nValue: {}\n".format(i,dict_1[i]))

这些代码可以从 list_1 中编写的纯文本中捕获字典键。然而，当我在研究这些代码时，我想知道如果某些字典键在 list_1 中重复出现怎么办。然后我在这个 list_1 中写了两次相同的键。而且上面的代码没有识别出重复的，程序给出的结果和下面一样。

Key: cfDNA
Value: Blood for analysis

Key: Liquid Biopsy
Value: Blood for analysis


Process finished with exit code 0

然后我尝试改变我的方法并编写了下面给出的不同代码:

dict_1={"Liquid Biopsy":"Blood for analysis","cfDNA":"Blood for analysis"}
list_1=[u'Liquid', u'biopsy',u'based', u'on', u'circulating', u'cell-free', "cfdna",u'DNA', u'(cfDNA)', u'analysis', u'are', u'described', u'as', u'surrogate', u'samples', u'for', u'molecular', u'analysis.']
for i in list_1:
    for j in dict_1:
        for k in j.split():
            count=0
            if k.lower() in i.lower():
                count+=1
                print("Key: {}\nValue: {}\nCount: {}\nDescription: Came from '{}'\n".format(j, dict_1[j],str(count),i))

但很明显，最后的代码会产生不良结果。从下面可以看出，该程序从 list_1 中捕获了 liquid 和 biopsy 词。 cfDNA 在 list_1 中第二次写入，因此程序捕获了两次。但是有没有可能只写一次结果，把捕获时间加起来呢？

Key: Liquid Biopsy
Value: Blood for analysis
Count: 1
Description: Came from 'Liquid'

Key: Liquid Biopsy
Value: Blood for analysis
Count: 1
Description: Came from 'biopsy'

Key: cfDNA
Value: Blood for analysis
Count: 1
Description: Came from 'cfdna'

Key: cfDNA
Value: Blood for analysis
Count: 1
Description: Came from '(cfDNA)'


Process finished with exit code 0

我希望你明白我想做什么。我想捕获所有写在文本中的键。我还想计算这些键在文本中重复了多少次。

Answer 1

如果我没理解错的话，你想知道“关键字”在文本中出现的次数。您可以为此使用“re”模块。

import re

dict_1={"Liquid Biopsy":"Blood for analysis","cfDNA":"Blood for analysis", "asfdafaf":"dunno"}
list_1=[u'Liquid', u'biopsy',u'based', u'on', u'circulating', u'cell-free', "cfdna",u'DNA', u'(cfDNA)', u'analysis', u'are', u'described', u'as', u'surrogate', u'samples', u'for', u'molecular', u'analysis.']

text = ' '.join(list_1).lower()

for key in dict_1:
    n = len(re.findall(key.lower(), text))
    if n > 0:
        print('Key:', key)
        print('Value:', dict_1[key])
        print('n:', n)
        print()