在文本中提取含有某个关键词的描述信息,并把整个句子提取出来,如下例子:
text = "否认冠心病,否认高血压,否认糖尿病,否认脑卒中,否认肝炎结核等传染性疾病,否认手术史,否认重大外伤史,否认输血和血制品应用史,否认食物过敏史,否认药物过敏史,预防接种史不详。"
任务:从文本中提取含有“高血压”和“冠心病”描述,代码如下:
import re
def Find_Keywords_Text(content, keyword):
'''获取包含关键词的文本'''
value = ''
data = re.findall('[;,\s,。;; ]([\u4e00-\u9fa5]{0,20}?%s.{0,20}?)[;,\s,。;; ]' % keyword, content)
if data:
value = data[0]
return value
content = """
否认冠心病,否认高血压,否认糖尿病,否认脑卒中,否认肝炎结核等传染性疾病,否认手术史,否认重大外伤史,否认输血和血制品应用史,否认食物过敏史,否认药物过敏史,预防接种史不详。
"""
print('冠心病描述:',Find_Keywords_Text(content,keyword='冠心病'))
print('高血压描述:',Find_Keywords_Text(content,keyword='高血压'))
结果如下:
注意正则表达式中?表示采用的是非贪婪模式,可以移步了解下正则表达式中,贪婪和非贪婪模式的区别。