在字符串中查找子字符串，但仅当整个单词？

Question

在 Python 中查找另一个字符串中的字符串的优雅方法是什么，但前提是子字符串在整个单词中，而不是单词的一部分？

也许一个例子可以说明我的意思：

string1 = "ADDLESHAW GODDARD"
string2 = "ADDLESHAW GODDARD LLP"
assert string_found(string1, string2)  # this is True
string1 = "ADVANCE"
string2 = "ADVANCED BUSINESS EQUIPMENT LTD"
assert not string_found(string1, string2)  # this should be False

我怎样才能最好地编写一个名为 string_found 的函数来满足我的需要？我想也许我可以用这样的东西来捏造它：

def string_found(string1, string2):
   if string2.find(string1 + " "):
      return True
   return False

但这感觉不是很优雅，而且如果它在 string2 的末尾，也不会匹配 string1。也许我需要一个正则表达式？ （argh 正则表达式恐惧）

Answer 1

您可以使用regular expressions和字边界特殊字符\b（由我突出显示）：

匹配空字符串，但只匹配单词的开头或结尾。单词被定义为一系列字母数字或下划线字符，因此单词的结尾由空格或非字母数字、非下划线字符表示。请注意，\b 定义为\w 和\W 之间的边界，因此被视为字母数字的精确字符集取决于UNICODE 和LOCALE 标志的值。在字符范围内，\b 表示退格字符，以与 Python 的字符串文字兼容。

def string_found(string1, string2):
   if re.search(r"\b" + re.escape(string1) + r"\b", string2):
      return True
   return False

Demo

---

如果单词边界对您来说只是空格，您也可以在字符串中预先添加和附加空格：

def string_found(string1, string2):
   string1 = " " + string1.strip() + " "
   string2 = " " + string2.strip() + " "
   return string2.find(string1)

Answer 2

我相信最简单和最 Pythonic 的方法是将字符串分解为单个单词并扫描匹配：

    string = "My Name Is Josh"
    substring = "Name"

    for word in string.split():
        if substring == word:
            print("Match Found")

为了奖励，这里有一个单线：

any([substring == word for word in string.split()])

Answer 3

这是一种无需正则表达式（根据要求）的方法，假设您希望任何空格用作单词分隔符。

import string

def find_substring(needle, haystack):
    index = haystack.find(needle)
    if index == -1:
        return False
    if index != 0 and haystack[index-1] not in string.whitespace:
        return False
    L = index + len(needle)
    if L < len(haystack) and haystack[L] not in string.whitespace:
        return False
    return True

这里有一些 demo code（键盘是个好主意：感谢 Felix Kling 提醒我）

Answer 4

我正在建设this answer。

上面代码的问题是，当haystack中有多个needle出现时，它会返回false，第二个满足搜索条件但不满足第一个。

这是我的版本：

def find_substring(needle, haystack):
  search_start = 0
  while (search_start < len(haystack)):
    index = haystack.find(needle, search_start)
    if index == -1:
      return False
    is_prefix_whitespace = (index == 0 or haystack[index-1] in string.whitespace)
    search_start = index + len(needle)
    is_suffix_whitespace = (search_start == len(haystack) or haystack[search_start] in string.whitespace)
    if (is_prefix_whitespace and is_suffix_whitespace):
      return True
  return False

希望有帮助！

Answer 5

使用re 或正则表达式模块完成此任务的一种方法是：

import re

string1 = "pizza pony"
string2 = "who knows what a pizza pony is?"

search_result = re.search(r'\b' + string1 + '\W', string2)

print(search_result.group())

Answer 6

def string_found(string1,string2):
    if string2 in string1 and string2[string2.index(string1)-1]==" 
    " and string2[string2.index(string1)+len(string1)]==" ":return True
    elif string2.index(string1)+len(string1)==len(string2) and 
    string2[string2.index(string1)-1]==" ":return True
    else:return False

Answer 7

请原谅我的 REGEX 研究员，但更简单的答案是：

text = "this is the esquisidiest piece never ever writen"
word = "is"
" {0} ".format(text).lower().count(" {0} ".format(word).lower())

这里的技巧是在要搜索的“文本”和“单词”周围添加 2 个空格，这样您就可以保证只返回整个单词的计数，并且您不会遇到结尾和开头的问题搜索的“文本”。

Answer 8

感谢@Chris Larson 的评论，我测试并更新如下：

import re

string1 = "massage"
string2 = "muscle massage gun"
try:
    re.search(r'\b' + string1 + r'\W', string2).group()
    print("Found word")
except AttributeError as ae:
    print("Not found")