查找与字符串完全匹配的字符串

Question

我使用以下函数来查找字符串中单词的完全匹配。def exact_Match(str1, word):    result = re.findall('\\b'+word+'\\b', str1, flags=re.IGNORECASE)    if len(result)>0:        return True    else:        return Falseexact_Match(str1, word)但是当“ award”和“ award-winning”这两个词仅应在以下字符串中获奖时，我得到了一个完全匹配的词。str1 = "award-winning blueberries"word1 = "award"word2 = "award-winning"我如何才能使re.findall将整个单词与连字符和其他标点符号匹配？

Answer 1

制作自己的单词边界：

def exact_Match(phrase, word):

    b = r'(\s|^|$)' 

    res = re.match(b + word + b, phrase, flags=re.IGNORECASE)

    return bool(res)

从这里复制粘贴到我的解释器中：

>>> str1 = "award-winning blueberries"

>>> word1 = "award"

>>> word2 = "award-winning"

>>> exact_Match(str1, word1)

False

>>> exact_Match(str1, word2)

True

实际上，强制转换bool是不必要的，根本没有帮助。没有它，功能会更好：

def exact_Match(phrase, word):

    b = r'(\s|^|$)' 

    return re.match(b + word + b, phrase, flags=re.IGNORECASE)

注意：exact_Match是相当非常规的外壳。只需将其称为精确匹配即可。

Answer 2

您的初始方法的问题在于，'\\b'它并不表示您要寻找的零宽度断言搜索。（如果这样做的话，我会改用r'\b'反斜杠，因为反斜杠可能会成为正则表达式中真正的麻烦-请参阅此链接）

从正则表达式HOWTO

\b

Word boundary. This is a zero-width assertion that matches only at the beginning or end of a word. A word is defined as a sequence of alphanumeric characters, so the end of a word is indicated by whitespace or a non-alphanumeric character.

因为-是非字母数字字符，所以findall正则表达式将award在中找到，award-wining但不会在中找到awards。

根据您搜索的短语，我也会考虑使用re.findall而不是re.matchElazar的建议。在您的示例中re.match可以运行，但是如果您要查找的单词嵌套在字符串开头之外的任何位置，re.match则不会成功。