如果…in-必要时不匹配

Question

我有一个单词数据库和一个带有文本行的数据集。每当文本文件的行中也出现一个单词，并且该单词也出现在单词文件中时，我想做个技巧。我的代码如下所示：

import re

f = open(r"words.txt")

print len(flist)

d = open(r"text.txt", "r")

dlist = d.readlines()

for line in flist:

    lowline = line.lower()

    for word in dlist:

        lowword = word.lower()

        if lowword in lowline:

            *trick*

但是，此代码未找到匹配项，尽管有许多单词完全相同。对这个有什么想法吗？

Answer 1

将单词从数据库保存到第一个单词，set然后对其应用str.strip和应用str.lower。str.strip将删除开头和结尾的空白字符，例如'\n'.etc。集合提供O(1)查找，并且集合相交将比您当前的O(n^2)方法效率更高。然后遍历word文件中的每一行并应用str.strip，str.lower首先在集合中搜索它。with open(r"words.txt") as f1, open(r"text.txt", "r") as f2:    dlist = set(line.strip().lower() for line in f2)  #set of words from database    for line in f1:        line = line.strip().lower()     #use strip to remove '\n'        words = set(line.split())    #use split to get the words from the line                                     #and convert it into a set        common_words = words & dlist  #use set intersection to find common words        for word in common_words:             *trick* 请替换f1并f2适当地替换，因为我很困惑哪个是数据库，哪个是文本数据集。