Python：查找关键字后面的两个词

Question

我确定我在这里遗漏了一些明显的东西，但我已经盯着这段代码看了一段时间，但找不到问题的根源。

我想搜索许多字符串，找到某些关键字的所有出现，并针对这些匹配中的每一个，检索（并保存）关键字前后的两个词。到目前为止，我已经找到了这些词的代码，但是当一个字符串中的关键字出现不止一次时，代码 returns 两个不同的列表。我如何在 observation/string 级别聚合这些列表（以便我可以将其匹配回字符串 i）？

这里是示例和预期结果的模拟示例。关键字是 "not"：

review_list=['I like this book.', 'I do not like this novel, no, I do not.']
results= [[], ['I do not like this I do not']]

当前结果（使用下面的代码）将是：结果 = [[], ['I do not like this'], ['I do not']]

这里是代码（简化版）：

for i in review_list:
    if (" not " or " neither ") in i:
      z = i.split(' ')
      for x in [x for (x, y) in enumerate(z) if find_not in y]:
        neg_1=[(' '.join(z[max(x-numwords,0):x+numwords+1]))]
        neg1.append(neg_1)

    elif (" not " or " neither ") not in i:
      neg_1=[]
      neg1.append(neg_1)

同样，我确信这是基本的，但作为新 Python 用户，我们将不胜感激任何帮助。谢谢！

Answer 1

仅提取单词（删除标点符号），例如从字符串

'I do not like this novel, no, I do not.'

我推荐正则表达式：

import re
words = re.findall(r'\w+', somestring)

查找一个单词等于not的所有索引：

indices = [i for i, w in enumerate(words) if w=='not']

为了同时获取前两个词和后两个词，我建议使用 set 来删除重复项：

allindx = set()
for i in indices:
    for j in range(max(0, i-2), min(i+3, len(words))):
        allindx.add(j)

最后将所有有问题的单词放入 space 连接的字符串中：

result = ' '.join(words[i] for i in sorted(allindx))

现在我们当然可以将所有这些花絮放在一个函数中......:[=21=]

import re
def twoeachside(somestring, keyword):
    words = re.findall(r'\w+', somestring)
    indices = [i for i, w in enumerate(words) if w=='not']
    allindx = set()
    for i in indices:
        for j in range(max(0, i-2), min(i+3, len(words)):
            allindx.add(j)
    result = ' '.join(words(i) for i in sorted(allindx))
    return result

当然，这个函数对单个句子有效。要从句子列表中生成结果列表：

review_list = ['I like this book.', 'I do not like this novel, no, I do not.']
results = [twoeachside(s, 'not') for s in review_list]
assert results == [[], ['I do not like this I do not']]

最后一个 assert 当然只是检查代码是否按您的要求工作:-)

编辑：实际上从这个例子来看，你有点荒谬地要求结果的项目是 lists 如果非空则有一个字符串项目，但如果其中的字符串为空列表会是空的。这个绝对奇怪的规范当然也可以满足......:[=21=]

results = [twoeachside(s, 'not') for s in review_list]
results = [[s] if s else [] for s in results]

它根本没有任何意义，但是嘿！，这是你的规格！-)

Python：查找关键字后面的两个词

Python: finding the two words following a key word

python

loops

append