在python中，如何在標記字符串中找到短語？

Question

比方說，我記號化的字符串，並把它變成一個列表：

>>> s = "This is a test" 
>>> l = nltk.word_tokenize(s) 
>>> l 
['This', 'is', 'a', 'test'] 

怎樣然後在列表中找到類似短語的出現「是」，即「是」 directely其次是「一個「？

Answer 1

如果要檢查兩個項目在列表中，並依次是：

l = ['This', 'is', 'a', 'test'] 
any(['is', 'a'] == l[i:i+2] for i in xrange(len(l) - 1)) 

Answer 2

您可以使用正則表達式來第一次提取所需pharases如is a再算上在該列表中元素的個數結果。這樣，如果這是一個desirre屬性，則您不必標記字符串。

這對你的作品：

import re 
dummyList = re.findall(r'\bis a\b', ' This is a test. A regular expression is a necessity to catch all is a(s)') 
print len(dummyList) 

這將打印出3