Python：在關鍵字之后找到兩個單詞

Question

我確定我在這里遺漏了一些明顯的東西，但是我盯着這段代碼已經有一段時間了，卻找不到問題的根源。

我想搜索許多字符串，查找所有出現的某些關鍵字，並針對每個匹配，以檢索（並保存）關鍵字前后的兩個單詞。 到目前為止，我在代碼中找到了這些單詞，但是當一個字符串中出現多個關鍵字時，該代碼將返回兩個不同的列表。 如何在觀察/字符串級別匯總這些列表（以便我可以將其匹配回字符串i）？

這是一個示例和所需結果的模擬示例。 關鍵字是“ not”：

review_list=['I like this book.', 'I do not like this novel, no, I do not.']
results= [[], ['I do not like this I do not']] 

當前結果（使用下面的代碼）將是：results = [[]，['我不喜歡這個']，['我不喜歡]]]

這是代碼（簡化版）：

for i in review_list:
    if (" not " or " neither ") in i:
      z = i.split(' ')
      for x in [x for (x, y) in enumerate(z) if find_not in y]:
        neg_1=[(' '.join(z[max(x-numwords,0):x+numwords+1]))]
        neg1.append(neg_1)

    elif (" not " or " neither ") not in i:
      neg_1=[]
      neg1.append(neg_1)

同樣，我確定這是基本的，但是作為Python新用戶，我們將不勝感激。 謝謝！

Answer 1

從例如字符串中僅提取單詞（刪除標點符號）

'I do not like this novel, no, I do not.'

我建議使用正則表達式：

import re
words = re.findall(r'\w+', somestring)

查找一個詞not等於的所有索引：

indices = [i for i, w in enumerate(words) if w=='not']

為了同時獲得前兩個詞和以下兩個詞，我建議使用set刪除重復項：

allindx = set()
for i in indices:
    for j in range(max(0, i-2), min(i+3, len(words))):
        allindx.add(j)

最后將所有疑問詞放入一個空格連接的字符串中：

result = ' '.join(words[i] for i in sorted(allindx))

現在，我們當然可以將所有這些花絮放到一個函數中了……：

import re
def twoeachside(somestring, keyword):
    words = re.findall(r'\w+', somestring)
    indices = [i for i, w in enumerate(words) if w=='not']
    allindx = set()
    for i in indices:
        for j in range(max(0, i-2), min(i+3, len(words)):
            allindx.add(j)
    result = ' '.join(words(i) for i in sorted(allindx))
    return result

當然，此功能僅適用於單個句子。 從句子列表中列出結果：

review_list = ['I like this book.', 'I do not like this novel, no, I do not.']
results = [twoeachside(s, 'not') for s in review_list]
assert results == [[], ['I do not like this I do not']]

最后一個assert當然只是檢查代碼是否按您期望的方式工作：-)

編輯：實際上，從示例來看，您有點荒謬地要求結果的項目為帶有單個字符串項的列表 （如果非空，則為空），但如果它們中的字符串為空，則為空列表。 當然也可以滿足這個絕對怪異的規范...：

results = [twoeachside(s, 'not') for s in review_list]
results = [[s] if s else [] for s in results]

這根本沒有任何意義，但是，嘿，這是您的規范！-）