1

Есть два списка (один с ключевыми словами, второй с объемным текстом, где в каждой из строк 100% встретиться одно из ключевых слов первого списка).

Как можно построчно проверять списки и искать значения из одной строки списка во вех строках другого списка?

Сложность для меня в том, что не совсем понимаю, как проверять именно каждую строчку на поиск слова в каждой строчке, так же списки могут быть объемные, свыше 5000 строк.

authors = ["Толстой", "Чехов", "Пушкин"]
texts = ["псевдоним Чехова был А-т Чехонте", "Пушкин погиб в дуэли"]

found_count = sum(any(a in text for a in authors) for text in texts)

также:

for line in y: 
    for aut in x: 
        if aut in line: povtor=povtor+1

где:

  • y - список строк в котором ищутся слова, а
  • x - список ключевых слов:
3
  • 2
    покажите пожалуйста, что вы пробовали делать.
    – S. Nick
    11 апр 2021 в 17:12
  • 1
    '''authors = ["Толстой", "Чехов", "Пушкин"]''' '''texts = ["псевдоним Чехова был А-т Чехонте", "Пушкин погиб в дуэли"]''' '''found_count = sum(any(a in text for a in authors) for text in texts)''' также: '''for line in y: for aut in x: if aut in line: povtor=povtor+1''' где "y" - список строк в котором ищутся слова, а "x" - список ключевых слов:
    – Xpyct2005
    11 апр 2021 в 17:28
  • 2
    прикреплять код в комментариях плохая идея.. сами хоть поняли, что тут написано?
    – finally
    11 апр 2021 в 17:58

3 ответа 3

2

попробуйте так:

authors = ["Толстой", "Чехов", "Пушкин"]

texts = [
    "псевдоним Чехова был А-т Чехонте",  
    "АЛЕКСАНДР СЕРГЕЕВИЧ ПУШКИН - ВЕЛИКИЙ РУССКИЙ ПОЭТ И ПИСАТЕЛЬ.",
    "Граф Лев Николаевич Толстой — один из наиболее известных русских "
    "писателей и мыслителей, один из величайших писателей-романистов мира. "
]

for author in authors:
    for text in texts:
        if text.lower().find(author.lower()) != -1:
            print(f'{author}: {text}\n')
            break
            
1

ИМХО, с точки зрения последующего использования, целесообразней создать словарь. В дальнейшем можно обращаться к списку упоминаний по фамилии писателя

from pprint import pprint

authors = ["Толстой", "Чехов", "Пушкин"]

texts = ["псевдоним Чехова был А-т Чехонте",  
    "АЛЕКСАНДР СЕРГЕЕВИЧ ПУШКИН - ВЕЛИКИЙ РУССКИЙ ПОЭТ И ПИСАТЕЛЬ.",
    "Граф Лев Николаевич Толстой — один из наиболее известных русских писателей и мыслителей, один из величайших писателей-романистов мира. "
]

references = dict()
for author in authors:
   references[author] = references.setdefault(author, []) + [*filter(lambda x: author.lower() in x.lower(), texts)]

pprint(references, indent=2)

# { 'Пушкин': ['АЛЕКСАНДР СЕРГЕЕВИЧ ПУШКИН - ВЕЛИКИЙ РУССКИЙ ПОЭТ И ПИСАТЕЛЬ.'],
#   'Толстой': ['Граф Лев Николаевич Толстой — один из наиболее известных русских писателей и мыслителей, один из величайших писателей-романистов мира. '],
#   'Чехов': ['псевдоним Чехова был А-т Чехонте']}

справедливости ради нужно заметить, что данный подход к решению этой задчи, из разряда "побырому на коленке", поскольку если в списке попадется, к примеру, Цветаева, то предложение где будет использована форма слова "Цветаевой" это решение пропустит. Поэтому если необходим более точный поиск обратите внимание на библиотеку pymorphy2

0

Я бы на вашем месте обратил внимание на регулярные выражения. Очень интересная и на мой взгляд нужная тема, хотя многие ее не любят и стараются писать собственные алгоритмы поиска при простейших задачах.

Итак, модуль для python - это re

Пишите некий шаблон

import re
pattern = r'Пушкин' # можно создать список шаблонов и забирать оттуда

И у модуля re имеются функции по поиску, например search:

>>> re.search(pattern, 'Пушкин был ...') 
<re.Match object; span=(0, 6), match='Пушкин'>

Ответ является объектом, который содержит интервал строки где было найдено и какое совпадение.

Тема регулярных выражений достаточно обширна, поэтому здесь простейший пример. Управлять поиском можно не только задавать конкретные значения строки, но и шаблоны, которые могут принимать определенные значения. Например: 10 цифр подряд, или шаблон для номера телефона или mac адреса и т.д.

Здесь можно почитать:

Оф документация

Хабр-статейка

Что касаемо логики вашей задачи, то многое зависит от того как вы читаете строки и какие выходные данные вам нужны. Если вы читаете из файла то существует опция readline(). Напишите функцию, которая при чтении одной линии из файла будет вам давать True при совпадении и позицию знаков в строке.

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge you have read our privacy policy.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.