Question

美好的一天。我是Python的新手，并且正在寻找能够在文本文件中搜索另一个html文件中的确切关键字（可能是长字符串）的代码。例如，关键字.txt和data.html。目前它只匹配第一个单词而不是精确的句子匹配。

我的关键字文件包含：

Hello welcome
Hello welcome to this page
Hello world

我的数据文件包含：

Hello
hello good day

对于这种情况，它应该返回：不匹配，但目前它正在返回＆＃34;匹配找到＆＃34;。

以及如何确保它在html页面上逐行搜索所有关键字。

真的很感激。提前致谢。

我目前的代码：

import re

keyfile = 'keyword.txt'
testfile = 'data.txt'
keys = set(key.lower() for key in
    re.findall(r'\w+', open(keyfile , "r").readline()))
with open(testfile) as f:
    for line in f:
        words = set(word.lower() for word in re.findall(r'\w+', line))
        if keys & words:
            print "match found"

Answer 1

将第6行从re.findall(r'\w+', open(keyfile , "r").readline()))修改为open(keyfile , "r"))，将整行放入key集，而不只是单词。您还需要修改匹配的部分以匹配线。

所以你的代码看起来像这样：

import re

keyfile = 'keyword.txt'
testfile = 'data.txt'
keys = set(key.lower() for key in
    open(keyfile , "r"))
with open(testfile) as f:
    for line in f:
        if line.lower() in keys:
            print "match found"

这应该可以解决你的问题。

Python：从2个文件中查找不同文件的确切句子

1 个答案: