使用python进行文本搜索

【问题标题】：Text search using python使用python进行文本搜索
【发布时间】：2014-07-21 12:59:26
【问题描述】：

我正在从事一个文本搜索项目，并使用文本 blob 从文本中搜索句子。 TextBlob 有效地提取所有带有关键字的句子。然而，为了进行有效的研究，我还想在之前和之后抽出一句话，我无法弄清楚。

下面是我正在使用的代码：

def extraxt_sents(Text,word):
    search_words = set(word.split(','))
        sents = ''.join([s.lower() for s in Text])
        blob = TextBlob(sents)
    matches = [str(s) for s in blob.sentences if search_words & set(s.words)]
    print search_words
    print(matches)

【问题讨论】：

您的代码中是否存在一些缩进错误？
我建议，看看'nltk'
@cengizkrbck TextBlob 似乎比 nltk 工作得更好。我一个，一个不知道前后一个句子。
尝试使用索引：[map(str, blob.sentences[i-1:i+2]) for i, s in enumerate(blob.sentences) if search_words & set(s.words)]
@tobias_k 非常感谢 Tobias :)

标签： python textblob

【解决方案1】：

如果你想得到比赛前后的台词，你可以创建一个循环并记住上一句，或者使用slices，比如[from:to]列表中的[from:to]。

最好的方法可能是使用enumerate bultin 函数。

match_region = [map(str, blob.sentences[i-1:i+2])     # from prev to after next
                for i, s in enumerate(blob.sentences) # i is index, e is element
                if search_words & set(s.words)]       # same as your condition

这里，blob.sentences[i-1:i+2] 将提取从索引i-1（包括）到索引i+2（不包括）的子列表，map 将此列表中的元素转换为字符串。

注意： 实际上，您可能希望将i-1 替换为max(0, i-1)；否则i-1 可能是-1，Python 会将其解释为最后一个元素，从而产生一个空切片。另一方面，如果i+2 大于列表的长度，则不会有问题。

【讨论】：