python 字符串相加不全_在Python字典中匹配不完整的字符串

看来你正在处理Ngrams.请注意,此答案假设您的词典中有许多键,而不是可能的N-gram.在这种情况下,从文本生成n-gram更有效,而不是迭代字典键(与其他答案的情况一样).

首先定义密钥字典.

keys = {

'X ontology entity': 0,

'X entity': 1,

'image quality': 10,

'right lower kidney': 10,

'magnetic resonance imaging': 10312,

'MR imaging': 10312,

}

您需要在一个范围内(您决定)生成所有N-gram,并且对于每个n-gram,确定它是否作为字典中的键存在.

import re

def get_ngrams(tokens, ngram_range):

return {' '.join(tokens[i:i+r])

for i in range(len(tokens)) for r in range(*ngram_range)}

ngram_range = (1, 4) # Right exclusive.

tokens = re.sub(r'[^a-zA-Z]', ' ', text).split()

found_tokens = set(filter(keys.__contains__, get_ngrams(tokens, ngram_range)))

print(found_tokens)

# {'MR imaging', 'right lower kidney'}

请记住,对于较大的范围和字符串,这将成为一项昂贵的操作.

您可以通过识别在过滤之前不是所有N-gram都需要存储在内存中来优化一点.我们可以使用生成器和循环节省大量时间：

def ngrams_generator(tokens, ngram_range):

yield from (' '.join(tokens[i:i+r])

for i in range(len(tokens)) for r in range(*ngram_range))

found_ngrams = set()

for ngram in ngrams_generator(tokens, ngram_range):

if ngram in keys:

found_ngrams.add(ngram)

print(found_ngrams)

# {'MR imaging', 'right lower kidney'}