python - 从python中的文本中找到并提取一段包含关键字的字符串

Question

我正在制作一个浏览许多评论的机器人，我想找到任何以“I'm”或“I am”开头的句子。这是一个示例评论(其中有两个我想提取的句子)。

"Oh, in that case. I'm sorry. I'm sure everyone's day will come, it's just a matter of time."  

这是我到目前为止的功能。

keywords = ["i'm ","im ","i am "]

def get_quote(comments):
    quotes = []
    for comment in comments:
        isMatch = any(string in comment.text.lower() for string in keywords)
        if isMatch:

如何定位句子的开始和结束位置，以便将其附加到列表 quotes 中？

Answer 1

您可以使用 regular expressions为此:

>>> import re
>>> text = "Oh, in that case. I'm sorry. I'm sure everyone's day will come, it's just a matter of time." 
>>> re.findall(r"(?i)(?:i'm|i am).*?[.?!]", text)
["I'm sorry.",
 "I'm sure everyone's day will come, it's just a matter of time."]

我在这里使用的模式是 r"(?i)(?:i'm|i am).*?[.?!]"

• (?i) 设置标志“忽略大小写”
• (?:i'm|i am) "我是"或 (|) "我是", ?:表示非捕获组
• .*? 非贪婪地 (?) 匹配任意字符 (.) 的序列 (*) >) ...
• [.?!] ... 直到找到文字点、问号或感叹号。

请注意，这仅在没有“其他”点的情况下才有效，即在“博士”中。或“Mr.”，因为它们也将被视为句末。