找到字符串的完全匹配

Question

我使用以下函数来查找字符串中单词的完全匹配。

def exact_Match(str1, word):
    result = re.findall('\\b'+word+'\\b', str1, flags=re.IGNORECASE)
    if len(result)>0:
        return True
    else:
        return False

exact_Match(str1, word)

但我得到了两个词的完全匹配＆＃34;奖励＆＃34;和＃34;获奖＆＃34;什么时候才能获得以下字符串的奖励。

str1 = "award-winning blueberries"
word1 = "award"
word2 = "award-winning"

我怎样才能得到re.findall会将整个单词与连字符和其他标点符号相匹配？

Answer 1

制作自己的单词边界：

def exact_Match(phrase, word):
    b = r'(\s|^|$)' 
    res = re.match(b + word + b, phrase, flags=re.IGNORECASE)
    return bool(res)

从这里复制粘贴到我的翻译：

>>> str1 = "award-winning blueberries"
>>> word1 = "award"
>>> word2 = "award-winning"
>>> exact_Match(str1, word1)
False
>>> exact_Match(str1, word2)
True

实际上，bool的投射是不必要的，根本没有帮助。没有它，功能会更好：

def exact_Match(phrase, word):
    b = r'(\s|^|$)' 
    return re.match(b + word + b, phrase, flags=re.IGNORECASE)

---

注意：exact_Match非常传统。只需将其命名为exact_match。

Answer 2

初始方法的问题是'\\b'不表示您要查找的零宽度断言搜索。 （如果确实如此，我会使用r'\b'代替，因为反斜杠可能会成为正则表达式的真正麻烦 - see this link）

来自Regular Expression HOWTO

\b

Word boundary. This is a zero-width assertion that matches only at the beginning or end of a word. A word is defined as a sequence of alphanumeric characters, so the end of a word is indicated by whitespace or a non-alphanumeric character.

由于-是非字母数字字符，因此您的findall正则表达式会在award中找到award-wining，但不会在awards中找到。

根据您搜索到的词组，我还会考虑使用re.findall代替re.match，如Elazar所建议的那样。在您的示例中re.match有效，但如果您要查找的单词嵌套在字符串开头之外的任何位置，则re.match将不会成功。