如何從內容變量中提取摘錄？

我做了分級詞典搜索，我必須把內容到一個名爲「內容」變量：如何從內容變量中提取摘錄？

def look_through(d, s): 
    r = [] 
    content = readFile(d["path"]) 

    if s in content: 
     if "phrase" not in d: 
      d["phrase"] = [s] 
     else: 
      d["phrase"].append(s) 
     r.append({"content": content, "phrase": d["phrase"], "name": d["name"]}) 
    for b in d["decendent"] or []: 
      r += look_through(b, s) 
    return r

但「內容」應該是從文本的exceprt，不完整內容，即來自後面的幾個詞和搜索詞組前面的幾個詞。

如：

一句話：「尋找」

內容：......她找他......

如何裁剪內容在一個功能爲了達到這個結果？謝謝！

來源

2015-04-30 paus

https://docs.python.org/2/library/re.html#module-re –

你的問題是，所有你知道的是，s in content - 換句話說，你知道該字符串是在那裏地方，但你需要知道哪裏來獲取上下文。

只需使用content.find(s)代替，你就會有一個：

pos = content.find(s) 
if pos != -1: 
    if "phrase" not in d: 
     # etc.

現在，找到「幾個字後面」，只落後了幾個單詞分隔符從pos搜索，並找到「一兩句話向前搜索「，從pos + len(s)前面搜索幾個字詞分隔符。

當然，你必須定義「幾個」的含義，以及什麼構成一個詞分隔符，但你應該能夠從這裏解決其餘的問題。（請確保您在文檔中看到rfind以及find，並查看這兩種方法的所有參數，並且不要忘記處理在content的開始或結尾附近找到s的邊緣情況。）

最後一面說明：你確定s in content（和等效的content.find(s)）真的是你想要的嗎？例如，如果我搜索「唱歌」，是否應該在「明星失去外層」中找到？

來源

2015-04-30 08:12:39 abarnert

問題是，在我的情況下，所需的單詞可以在一個內容中多次找到。所以我必須尋找這個詞的幾個匹配。 – paus

@paus：沒關係。看看'find'的其他參數，應該很明顯的是如何尋找額外的匹配。 – abarnert

我不知道，pos = content.find（s）是我的情況的一個合適的解決方案，因爲單詞可以改變它們的形式，所以我需要使用pymorphy2和find（）函數。 – paus

如何從內容變量中提取摘錄？

回答

相關問題