在 Python 中使用正则表达式在 CSV 文件中搜索特定短语

Question

我有一个 csv 推文数据库，我需要在其中搜索特定短语和单词的列表。 例如，我正在搜索“全球变暖”。我不仅想找到“全球变暖”，还想找到“全球变暖”、“全球变暖”、“#globalwarming”、“#Globalwarming”、“#GlobalWarming”等。所以，所有可能的形式。

我怎样才能在我的代码中实现正则表达式来做到这一点？或者也许还有其他解决方案？

with open('filedirectory.csv', 'w', newline='') as output_file:
    writer = csv.writer(output_file)

    with open('filedirectory1.csv', 'w', newline='') as output_file2:
        writer2 = csv.writer(output_file2)

        with open('filedirectory2.csv') as csv_file:
          csv_read = csv.reader(csv_file)

          for row in csv_read:

                search_terms = ["global warming", "GLOBAL WARMING", etc.]

                if any([term in row[2] for term in search_terms]):
                   writer.writerow(row)

                else:
                   writer2.writerow(row) ``

Answer 1

您可以通过非常简单的修改使用自己的代码

...

for row in csv_read:
    row_lower = row.lower()
    search_terms = ["global warming", "globalwarming"]

    if any([term in row_lower for term in search_terms]):
        writer.writerow(row)
    else:
        writer2.writerow(row)

如果您必须使用正则表达式，或者您害怕错过某些行，例如：“...global（多个空格）warming...”，“..global____warming..”，“..global 严重变暖..”

...

global_regex = re.compile(r'global.*?warming', re.IGNORECASE)
for row in csv_read:            

        if any(re.findall(global_regex, row)):
           writer.writerow(row)
        else:
           writer2.writerow(row)

我在循环外编译了正则表达式以获得更好的性能。

Here 你可以看到正则表达式的作用。