字符串python中多字令牌的精确匹配和不区分大小写匹配

Question

我有一个包含单个和多个单词标记的列表。

brand_list = ['ibm','microsoft','abby softwate', 'tata computer services']

我需要搜索标题字符串中出现的任何单词。我能找到一个单词。但对于多字令牌，我的代码失败了。这是我的代码。请帮帮我。这是我的解决方案。

import string
def check_firm(test_title):
    translator = str.maketrans('', '', string.punctuation)
    title = test_title.translate(translator)
    if any(one_word.lower() in title.lower().split(' ') for one_word in brand_list):

        status_code_value = 0
        print("OEM word found")
    else:
        status_code_value = 1
        print("OEM word not found")

    print("current value of status code ------------>", status_code_value)

Answer 1

改变这个：

if any(one_word.lower() in title.lower().split(' ') for one_word in brand_list):

对此：

if title.lower() in brand_list:

因此：

import string
brand_list = ['ibm','Microsoft','abby softwate', 'TATA computer services']
brand_list = [x.lower() for x in brand_list] # ['ibm', 'microsoft', 'abby softwate', 
                                             #  'tata computer services']

def check_firm(test_title):
    translator = str.maketrans('', '', string.punctuation)
    title = test_title.translate(translator)

    if title.lower() in brand_list:
        status_code_value = 0
        print("OEM word found")
    else:
        status_code_value = 1
        print("OEM word not found")

    print("current value of status code ------------>", status_code_value)

check_firm('iBM')
check_firm('Tata Computer SERVICES')
check_firm('Khan trading Co.')

OUTPUT：

OEM word found
current value of status code ------------> 0
OEM word found
current value of status code ------------> 0
OEM word not found
current value of status code ------------> 1

注意：我使用以下命令将列表中的所有元素转换为lower()：

 brand_list = [x.lower() for x in brand_list]

这将确保正确进行比较。

编辑：

OP：但我的输入磁贴是标题字符串。例如“塔塔计算机服务公司的利润为x美元”。在那种情况下，我们如何找到字符串？

在这种情况下，我会选择在传递给函数之前拆分字符串：

inp_st1 = 'iBM'
inp_st2 = 'Tata Computer SERVICES made a profit of x dollars'
inp_st3 = 'Khan trading Co.'

check_firm(inp_st1)
check_firm(" ".join(inp_st2.split()[:3])) # Tata Computer SERVICES
check_firm(inp_st3)

Answer 2

由于此代码，您永远无法找到两个单词：

title.lower().split(' ')

假设您的标题是tata计算机服务，当您执行该代码时，您将使用以下代码：

["tata", "computer", "services"]

然后在你的for循环中，你只会搜索每个单数字，基本上你已经把标题分成了一些你无法比拟的东西。

用人类的话写出for循环：

any(one_word.lower() in title.lower().split(' ') for one_word in brand_list)

如果brand_list中的任何单词都可以在数组[“tata”，“computer”，“services”]中找到，那就是真的。

正如您所看到的，brand_list中没有任何单词可以匹配，因为该单词实际上由三个单词和空格“tata计算机服务”组成。

执行您正在寻找的内容：

改变这个：

if any(one_word.lower() in title.lower().split(' ') for one_word in brand_list):

至：

if any(one_word.lower() in title.lower() for one_word in brand_list):

这样你就可以在标题中找到brand_list中的每个单词。您的代码如下所示：

brand_list = ['ibm','microsoft','abby softwate', 'tata computer services']

 import string
def check_firm(test_title):
    translator = str.maketrans('', '', string.punctuation)
    title = test_title.translate(translator)
    if any(one_word.lower() in title.lower() for one_word in brand_list):
        status_code_value = 0
        print("OEM word found")
    else:
        status_code_value = 1
        print("OEM word not found")

    print("current value of status code ------------>", status_code_value)

check_firm("ibm")
check_firm("abby software")
check_firm("abby softwate apple")  

使用以下输出：

OEM word found
current value of status code ------------> 0
OEM word not found
current value of status code ------------> 1
OEM word found
current value of status code ------------> 0

编辑

OP：我试过你的解决方案。问题是它也适用于像“tata computer servicessssssssss”这样的输入。有任何想法克服这个问题。谢谢

在评论中突出显示，此代码将传递一个像tat计算机服务的标题。为了避免这种情况，我建议使用正则表达式，这样：

brand_list = ['ibm','microsoft','abby softwate', 'tata computer services']

import string
import re
def check_firm(test_title):
    translator = str.maketrans('', '', string.punctuation)
    title = test_title.translate(translator)
    if any(re.search(r'\b' + one_word.lower() + r'\b', title) for one_word in brand_list):
        status_code_value = 0
        print("OEM word found")
    else:
        status_code_value = 1
        print("OEM word not found")

    print("current value of status code ------------>", status_code_value)

check_firm("tata computer services")  
check_firm("tata computer servicessssss")  
check_firm("tata computer services something else") 

产量

OEM word found
current value of status code ------------> 0
OEM word not found
current value of status code ------------> 1
OEM word found
current value of status code ------------> 0

感兴趣的部分是：

any(re.search(r'\b' + one_word.lower() + r'\b', title) for one_word in brand_list):