循环遍历字符串项列表并返回那些在 python 中包含子字符串的项答案

【问题标题】：looping through a list of string items and returning those that contain a substring in python循环遍历字符串项列表并返回那些在 python 中包含子字符串的项
【发布时间】：2018-12-23 06:11:36
【问题描述】：

我正在尝试遍历句子列表，并且只提取列表中包含子字符串（关键字）的项目，当在我的函数中使用 return 而不是 yield 时，我得到一个字符列表 vs yield 我得到完整的句子，但我知道它是一个生成器，并且想要包含该单词的每个句子的完整列表。是 .find() 导致问题还是有更好的方法从字符串项列表中提取？

import nltk
from nltk import *
import pandas as pd
f= open("filename.txt").read()
sent_list = sent_tokenize(f)

hunt = "youth" #keyword i'm searching for
def hunter(sent):
    for term in sent:
        if term.find(hunt) is not -1:
            yield term

complete_lst = [term for term in hunter(sent_list)]
df = pd.DataFrame({'key_term_sentences':complete_lst})

【问题讨论】：

如果你只使用return而不是yield，那么你将得到第一个并且只有第一个。一个典型的模式是让hunter成为一个生成器，然后得到一个列表做list(hunter(sent_list))。
另外，如果您不需要索引，请使用 if hunt in term
@BaileyParker 似乎可以解决问题，我的目标是确保生成器中生成包含子字符串的每个句子

标签： python string list nltk

【解决方案1】：

您的代码中有几个错误，其中一个是不使用split。修复后，一切正常。下面是一个工作示例：

In [31]: sent_list = ['this is first sentence for demo purposes', 
                      'this is second sentence containing youth and youthful', 
                      'this is 3rd sentence which is dummy one btw']

In [32]: hunt = 'youth'

# note that we need two `for` loops since the function takes list of sentences
In [33]: def hunter(sent_list):
    ...:     for sent in sent_list:
    ...:         for term in sent.split():
    ...:             if hunt in term:
    ...:                 yield term
    ...:                 

In [34]: list(hunter(sent_list))
Out[34]: ['youth', 'youthful']

只是为了证明您也可以使用term.find(hunt)，因为您已经在使用它：

In [35]: def hunter(sent_list):
    ...:     for sent in sent_list:
    ...:         for term in sent.split():
    ...:             if term.find(hunt) is not -1:
    ...:                 yield term
    ...:                 

In [36]: list(hunter(sent_list))
Out[36]: ['youth', 'youthful']

【讨论】：

【解决方案2】：

更简单的方法是将.split 将每个句子放入单个句子的列表中。从那里你可以遍历每一个，拆分它，然后检查单词是否在句子中。

hunt = "youth"
def hunter(sent):
    sentences = sent.split('.')
    for each in sentences:
        check = each.split(' ')
        for word in check:
            if word = hunt:
                print each

【讨论】：