python 在文件中搜索单词列表

python search file for a list of words

首先,我开始尝试使用以下代码在文件中搜索一个单词:

import re

shakes = open("tt.txt", "r")

for line in shakes:
    if re.match("(.*)(H|h)appy(.*)", line):
        print line,

但是如果我需要检查多个单词怎么办?我在想也许像 for 循环这样的东西可以工作,每次在文件中搜索列表中的不同单词。

你觉得这样方便吗?

加入word_list,以|作为分隔符。 (?i) 不区分大小写的修饰符有助于进行不区分大小写的匹配。

for line in shakes:
    if re.search(r"(?i)"+'|'.join(word_lst), line):
        print line,

示例:

>>> f = ['hello','foo','bar']
>>> s = '''hello
hai
Foo
Bar'''.splitlines()
>>> for line in s:
        if re.search(r"(?i)"+'|'.join(f), line):
            print(line)


hello
Foo
Bar

没有正则表达式:

>>> f = ['hello','foo','bar']
>>> s = '''hello
hai
Foo
Bar'''.splitlines()
>>> for line in s:
        if any(i.lower() in line.lower() for i in f):
            print(line)


hello
Foo
Bar

我认为这里使用 regex 不是 pythonic,因为 regex 有点隐含。 所以如果速度不太重要,我会使用循环:

def find_word(word_list, line):
    for word in word_list:
        if word in line:
            return line

with open('/path/to/file.txt') as f:
    result = [find_word(word_list, line.lower()) for line in f.readlines()]  

另一个想法是使用 set

下面的代码假定文件中的所有单词都用空格分隔,并且 word_list 是要查找的单词列表。

shakes = open("tt.txt", "r")
words = set(word_list)
for line in shakes:
    if words & set(line.split()):
        print line,

如果要进行不区分大小写的搜索,可以将每个字符串转换为小写:

shakes = open("tt.txt", "r")
words = set(w.lower() for w in word_list)
for line in shakes:
    if words & set(line.lower().split()):
        print line,