Python 两个列表的比较

Question

我正在做 NLP 项目。我已经从 Resume 中提取关键字并将它们存储在列表中。另一个列表包含我从 JSON 中提取的所有技术关键词。两个列表都包含很多关键字，以下仅供参考。

list_of_keys=['azure', 'job', 'matlab', 'javascript', 'http', 'android', 'amazon', 'apache spark']

result=['apache http server', 'angularjs', 'azure bot service', 'amazon s3', 'android sdk', 'android studio', 'amazon cloudfront']

代码：

with open('rawtext.json','r', encoding='utf-8') as f:
    data = json.load(f)
result = [x["name"].replace("@", " ").lower() for x in data]
print(result)

print ("List of Matched Keywords are:\n")
# Comparing Lists

for item in list_of_keys: 
    for item1 in result: 
        if item == item1: 
            print("Word from Resume: ", item, ", Word from JSON data: ", item1)
print ("****************\n")

当前输出

简历中的单词：box，JSON 数据中的单词：box 简历中的单词：arduino，JSON 数据中的单词：arduino 简历中的单词：arduino，JSON 数据中的单词：arduino 简历中的词：浏览器，JSON 数据中的词：浏览器简历中的单词：黑色，JSON 数据中的单词：黑色简历中的单词：地址，JSON 数据中的单词：地址简历中的单词：地址，JSON 数据中的单词：地址

我在上面尝试了一种非常简单的技术，方法是比较两个只匹配精确单词并打印它们的列表。但是，我想要的是两个列表中是否存在任何匹配项，例如，如果 'apache spark' 与结果列表 'apache http server' 匹配然后它应该打印为输出：来自简历的单词：apache spark，来自 JSON 数据的单词：apache http 服务器。同样，如果 amazon 匹配，那么它应该作为输出打印：Word from Resume: amazon, Word from JSON data: amazon s3, amazon cloudfront

要求输出：

简历中的单词：apache spark，JSON 数据中的单词：apache http 服务器简历中的词：亚马逊，JSON 数据中的词：amazon s3，amazon cloudfront 简历中的单词：http，来自 JSON 数据中的单词：apache http 服务器

有人可以帮帮我吗？谢谢。

Answer 1

也许试试这个：

common = list(set(list_of_keys) & set(result))

例如：

list_of_keys = ['one','two','three','some more']
result = ['two','some more']

common = list(set(list_of_keys) & set(result))

print (common)

输出：

['two', 'some more']

Answer 2

我认为您要实现的目标与简单的相等性检查有点不同，即 'azure' == 'azure bot service' 将始终 return False.

比较检查可以更复杂，但根据您的预期行为，我相信您正在寻找这个：

from collections import defaultdict

res_dict = defaultdict(list)
for item in list_of_keys: 
    for item1 in result: 
        if item in item1:
            res_dict[item].append(item1)

for k,v in res_dict.items():
    print("Word from Resume: ", k, ", Word from JSON data: ", ",".join(v))
print ("****************\n")

我用 in 检查替换了 = 检查，这意味着如果 azure 出现在 azure bot service 中，比较将 return 为真但对于结果数组中的所有其他字符串 return false。

我还建议查看 Does Python have a string 'contains' substring method? 以获得更复杂的子字符串匹配，因为您可能正在寻找检查词是否在 list_of_keys 和 results 数组之间同时出现。

或者，您也可以查看模糊搜索，因为它看起来非常接近您的预期行为https://pypi.org/project/fuzzysearch/

Python 两个列表的比较

Python Comparison of Two lists

python

json

list

search

comparison