Question

我有一个关键字“ grand master”，我正在大文本中搜索该关键字。我需要提取该关键字的单词前5个单词和单词后5个单词（根据位置，它也可能转到下一个/句子之前的位置），并且此关键字在大文本中多次出现。

首先，我尝试使用text.find()在文本中找到关键字的位置，并在4个不同位置找到了关键字。

>>positions
>>[125, 567,34445, 98885445]

因此尝试根据空格分割文本并采用前5个字，

text[positions[i]:].split([len(keyword.split()):len(keyword.split())+5]

但是如何提取该关键字之前的5个单词？

Answer 1

您可以简单地使用

text[:position[i]].split()[-5:]

Answer 2

为此使用re模块。对于第一个关键字匹配：

tmux

模式中的括号表示组号。第一对括号对应于match.group（1），第二对括号对应于match.group（2），依此类推。如果需要所有组，可以使用：

pattern = "(.+) (.+) (.+) (.+) (.+) grand master (.+) (.+) (.+) (.+) (.+)"
match = re.search(pattern, text)
if match:
    firstword_before = match.group(1) # first pair of parentheses
    lastword_before = match.group(5)

    firstword_after = match.group(6)
    lastword_after = match.group(10)

或

match.groups() # returns tuple of groups

对于文本中所有匹配的关键字，请使用re.findall。阅读re 有关详细信息。

P.S：有更好的方式来编写模式。那只是我懒。

如何在使用python在文本中找到关键字后提取一些先词

2 个答案: