從包含 substring 的句子中提取單詞

Question

我想提取包含特定 substring 的完整短語（一個或多個單詞）。Substring 可以有一個多個單詞，substring 中的單詞可以在 test_string 中“中斷”/“拆分”單詞，但所需的test_string是完整的短語/單詞來自test_string ，例如

test_string = 'this is an example of the text that I have, and I want to by amplifier and lamp'
substring1 = 'he text th'
substring2 = 'amp'

if substring1 in test_string:
    print("substring1 found")
    
if substring2 in test_string:
    print("substring2 found")

我想要的 output 是：

[the text that]
[example, amplifier, lamp]

供參考

Substring 可以在單詞的開頭，中間或結尾......沒關系。

Answer 1

這是正則表達式的工作，您可以這樣做：

import re
substring2 = 'amp'
test_string = 'this is an example of the text that I have'

print("matches for substring 1:",re.findall(r"(\w+he text th\w+)", test_string))
print("matches for substring 2:",re.findall(r"(\w+amp\w+)",test_string))

Output：

matches for substring 1:['the text that']
matches for substring 2:['example']

Answer 2

如果你想要一些強大的東西，我會做這樣的事情：

re.findall(r"((?:\w+)?" + re.escape(substring2) + r"(?:\w+)?)", test_string)

這樣你就可以在 substring 中擁有任何你想要的東西。

正則表達式的解釋：

'(?:\w+)'   Non capturing group
'?'         zero or one

我在 substring 的開頭和結尾都這樣做了，因為它可以是缺失部分的開頭或結尾

Answer 3

import re

test_string = 'this is an example of the text that I have, and I want to by amplifier and lamp'
substrings = ['he text th', 'amp']

for substring in substrings:
    print(re.findall(rf'\s(\w*{substring}\w*)\s', test_string))

OUTPUT：

['the text that']
['example', 'amplifier']