从python中的列表中获得完全匹配

Posted 2021-04-28

我正在尝试从一个文本块中提取名称，因为只有很少的名称会出现，所以只需预先构建名称列表就很容易了，我想在文本中进行匹配。例如，我有以下列表：

names = [ "Wim Duisenberg", "Jean-Claude Trichet", "Mario Draghi", "Christine Lagarde"]

以及以下通过漂亮的汤刮掉的文字块：

print(textauthors)
<h2 class="ecb-pressContentSubtitle">Mario Draghi, President of the ECB, <br/>Vítor Constâncio, Vice-President of the ECB, <br/>Frankfurt am Main, 20 October 2016</h2>

我尝试了以下解决方案（基于堆栈溢出时的this答案：

def exact_Match(textauthors, names):
b = r'(s|^|$)' 
res = return re.match(b + word + b, phrase, flags=re.IGNORECASE)
print(res)

它给我一个语法错误的错误，我不确定如何解决。如果在堆栈溢出的某个地方已经有答案，也请允许我提前道歉，我是python初学者，我不确定如何搜索正确的问题。当我搜索名称的匹配项时，我会看到尝试使用nltk进行匹配的答案，但这并不适合我想要完全匹配的地方，而当我尝试基于字符串文本搜索匹配项时，我找不到该答案会为我工作。

答案

这将为您提供文本作者的作者：

import re

textauthors = '<h2 class="ecb-pressContentSubtitle">Mario Draghi, President of the ECB, <br/>Vítor Constâncio, Vice-President of the ECB, <br/>Frankfurt am Main, 20 October 2016</h2>'
regex = r">(?P<name>[^s]+s[^s]+),"
matches = re.findall(regex, textauthors)
print(matches) # ['Mario Draghi', 'Vítor Constâncio']

当然，如果您需要从文本作者中提取作者

另一答案

您可以从名称列表中形成一个正则表达式替代，然后在其上进行搜索：

names = [ "Wim Duisenberg", "Jean-Claude Trichet", "Mario Draghi", "Christine Lagarde"]
regex = '(' + '|'.join(names) + ')'
matches = re.findall(regex, textauthors)
print(matches)