Python 3：智能搜索文本文件答案

【问题标题】：Python 3: Searching A Text File SmartlyPython 3：智能搜索文本文件
【发布时间】：2012-03-02 20:20:17
【问题描述】：

我有一个大文本文件 (data)，其布局如下：a|b|c|d|e|f（尽管b 中可以有管道）。我使用以下代码搜索文本文件：

results = 0
Data_List = []
searchphrase = input("Search: ")
with open('data', 'r', encoding="utf8") as inF:
    for line in inF:
        if searchphrase in line:
            a, *b, c, d, e, f = line.strip().split('|')
            b = '|'.join(b)
            results += 1
            print("\n\n", results, "\n", "A: " + a + "\n", "B: " + b + "\n", "C: " + c + "\n", "D: " + d + "\n", "E: " + e + "\n", "F: " + f + "\n\n")
            Data_List.append(f)

b 是一段文本，其中包含用户在上面的代码中真正搜索的标题（例如：The Lion King）。但是，搜索非常具体，只返回准确的结果（换句话说，如果我搜索了The Lion King，则不会返回the lion king）。我怎样才能使搜索不那么具体而更笼统（想想 Google 搜索）？

【问题讨论】：

使用正则表达式。就大小写而言，使用正则表达式标志re.IGNORECASE。
你的意思是模糊搜索？
模糊搜索可能更像我的意思。正则表达式似乎仍然过于具体，因为我正在处理用户生成的数据和由不同用户生成的搜索词。

标签： python search text python-3.x

【解决方案1】：

你可以看看Whoosh。

Whoosh 是一个用于索引文本然后搜索索引的类和函数库。它允许您为您的内容开发自定义搜索引擎。例如，如果您正在创建博客软件，您可以使用 Whoosh 添加搜索功能，以允许用户搜索博客条目。

可以处理：

还有更多... Whoosh 是纯 Python 和 Python 3 兼容的。

不幸的是，模糊搜索与NLP 相关联，这是CS 中最复杂的主题之一，所以它不像使用一些神奇的正则表达式技巧那么容易。

NLP 很难。这就是为什么 Google 使用 Pigeon Cluster 而非计算机算法 (LoL) 来对结果进行排名的原因。

【讨论】：