如何区分子字符串和确切的单词？

Question

我正在尝试解决文本匹配问题，在该问题中，我试图找到没有错误匹配的产品列表之间的匹配项。行进是通过文本相似性完成的。问题是假设我在一个列表中有 "product G1234"，在另一个列表中有 "product G1"，这两个元素的所有其他功能都相同。 python 中的 string operator in 在这里不是一个好的选择，因为它匹配这两个产品（不应该），有人有什么建议吗？

Answer 1

使用使用单词边界的正则表达式 \b 进行精确的单词匹配。 \b 匹配单词字符和非单词字符（反之亦然）。在这里您不能使用 split，因为您要检查的子字符串中间包含一个 space。

\bsub_string\b

示例：

>>> re.search(r'\bproduct G1\b', "product G1234")
>>> re.search(r'\bproduct G1\b', "product G1")
<_sre.SRE_Match object; span=(0, 10), match='product G1'>
>>>

或

>>> re.search(r'(?<!\S)product G1(?!\S)', "product G1")
<_sre.SRE_Match object; span=(0, 10), match='product G1'>
>>> re.search(r'(?<!\S)product G1(?!\S)', "product G1234")
>>>

如何区分子字符串和确切的单词？

How to distinguish between a sub-string and exact word?

python

string

string-matching