Question

我正在开发一个项目，该项目从我的关注者列表中搜索特定用户的Twitter流并转发它们。下面的代码工作正常，但如果字符串出现在单词的一侧（例如，如果所需的字符串只是“man”但是他们写了“manager”，它会被转发）。我仍然对python很陌生，但我的预感是RegEx将是要走的路，但到目前为止，我的尝试已证明无用。

    if tweet["user"]["screen_name"] in friends: 
        for phrase in list:
                if phrase in tweet["text"].lower():
                    print tweet
                    api.retweet(tweet["id"])
                    return True

Answer 1

由于您只想匹配整个单词，让Python执行此操作的最简单方法是将推文文本拆分为单词列表，然后使用in测试每个单词是否存在。< / p>

您可以使用优化，因为位置并不重要：通过从单词列表构建集合，您可以更快地进行搜索（技术上，O（1）而不是O（n）），因为使用了快速散列访问通过集合和决定（谢谢Tim Peters，也是 Python的禅宗的作者）。

完整的解决方案是：

if tweet["user"]["screen_name"] in friends:
    tweet_words = set(tweet["text"].lower().split())
    for phrase in list:
        if phrase in tweet_words:
            print tweet
            api.retweet(tweet["id"])
            return True

这不是一个完整的解决方案。真的，你应该照顾清除前导和尾随标点符号等事情。您可以编写一个函数来执行此操作，并使用tweet文本作为参数调用它，而不是使用.split()方法调用。

鉴于优化，我发现如果短语也是一个集合，Python中的迭代可以完全避免（迭代仍然会发生，但是以C速度而不是Python速度）。因此，在下面的代码中，假设您在初始化期间执行了代码

tweet_words = set(l.lower() for l in list)

顺便说一句，list是一个变量的可怕名称，因为通过使用它，你可以使Python列表类型在其通常的名称下不可用（尽管你仍然可以使用像{{1}这样的技巧来实现它}）。也许最好将其称为type([])或其他更有意义的东西，而不是现有的名称。您必须根据自己的需要调整此代码，这只是为了给您提供想法。请注意，word_list只需设置一次。

tweet_words

Answer 2

如果要使用正则表达式执行此操作，请查找\b<string>\b形式的模式。在你的情况下，这将是：

pattern = re.compile(r"\bman\b")
if re.search(pattern, tweet["text"].lower()):
    #do your thing

\b在正则表达式中查找单词边界。因此，使用它为模板添加前缀和后缀将仅匹配模式。希望它有所帮助。

从Python中的列表中搜索字符串以获得完全匹配

2 个答案: