列表

Question

我有两个文件1）paragaph.txt和list.txt。我希望程序逐行运行list.txt并将其与paragraph.txt中的短语匹配，如果匹配的首字母大小匹配在paragraph.txt中。

Paragraph.txt

在“插入”选项卡上，图库包含旨在与文档整体外观协调的项目。您可以使用这些库来插入表格，页眉，页脚，列表，封面和其他文档构建块。创建图片，图表或图表时，它们还会与您当前的文档外观进行协调。

list.txt - 列出内容如下:(但list.txt文件中没有项目符号，只是 短语一个低于另一个）

• 图片，图表或图表
• 构建基块

预期输出

在“插入”选项卡上，图库包含旨在与文档整体外观协调的项目。您可以使用这些库来插入表格，页眉，页脚，列表，封面和其他文档构建块。创建图片，图表或图表时，它们还会与您当前的文档外观进行协调。

我对问题的理解：

如果两者都包含列出的项目数据而不是下面的代码，则会生成一个可以标题为套接并返回到段落的结果。 这种方法可以扩展到段落吗？我是否应该使用nltk n-gram模型来拼写两个单词短语和3个单词短语？

with open("paragraph.txt") as f, open("list.txt") as g:
  l=f.readlines()
  l1=g.readlines()
  print list(set(l)&set(l1))

一些改进： 现在能够识别短语并将其与段落匹配并将匹配返回为大写。

capitalized_phrases = open("list.txt").readlines()
words = open("paragraph.txt").read()

for phrase in capitalized_phrases:
    all_words_found = False
    capitalized_phrases = phrase.lower().split(" ")
    for word in capitalized_phrases:
        if word  in words:
            all_words_found = True
            break

    if all_words_found:
       print phrase.title()

所以，现在关键是替换找到的匹配（titlecased）代替段落中的原始内容。有什么帮助吗？