corrispondenza obiettivo parola python

Question

Per ciascuna parola di destinazione, voglio verificare se le parole successive che appaiono prima della prossima parola target corrispondono a ciò che ho impostato in un documento. Se corrisponde, voglio che venga stampato su true e scriva nel file txt. Se falso, scrivi falso.

sto usando espressioni regolari, ma l'iterazione i casi è bene

import re 
re.findall("([a-zA-Z]+) " + tofind, txt) 

Target e successive parole:

target word: document 
next words: set is complete 

Esempio Doc:

documento che insieme è completa ora . Il documento è un ottimo set. Il documento è un ottimo set di documenti completo. Il documento è il documento completo è buono ma non completo.

documento appare 6 volte in questo estratto, ma voglio che ritorni e l'uscita il sottostante per file txt

first document -> true 
second document -> false 
third document -> false 
fourth document -> true 
fifth document -> false 
sixth document -> false 

Answer 1

Non usare le espressioni regolari per questo compito, invece, stringa di splicing sarà sufficiente. Un esempio di un modo semplice:

sampleDoc = "Document that I set is complete now. Document is great set. Is document is great complete document set is complete. Document is complete document is good but not complete.".lower() 
findWord = "document".lower() 
wordToFind = "set is complete".lower() 
splitList = sampleDoc.split(findWord) 
splitList.pop(0) 
for position,phrase in enumerate(splitList): 
    if wordToFind in phrase: 
     print("Document Number", str(position+1), "-> true") 
    else: 
     print("Document Number", str(position+1), "-> false") 

Abbiamo diviso il testo su ogni parola che stiamo cercando di trovare, inviarlo a un elenco. Effettuiamo iterazioni su questo elenco e se vengono trovate le parole importanti, l'output è true o, in caso contrario, viene restituito false.

Answer 2

Una soluzione con regex per assicurare con confini di parola che le parole non sono una parte di altre parole (pre impostato, ora adays, documento ary):

import re 

text='Document that I set is complete now. Document is great set. Is document is great complete document set is complete. Document is complete document is good but not complete.' 

target='document' 
nextwords='set is complete' 

spat = re.compile(r'\b{}\b'.format(re.escape(target)), re.I) 
mpat = re.compile(r'\b{}\b'.format(re.escape(nextwords)), re.I) 

result = [True if (mpat.search(x)) else False for x in spat.split(text)[1:]] 
print(result) 

Ovviamente se target e nextwords inizia e termina con caratteri non di parole, è necessario sostituire i limiti di parola con i lookaround.

Answer 3

È possibile utilizzare l'indice stelle di tutte le occorrenze di document 's e l'indice fine set is complete' s utilizzando start e end attributi degli oggetti corrispondenti. E ottenere le partite attese controllando se l'ultimo indice della parola successiva è compreso tra una delle coppie continue di document s.

>>> all_targets_start = [g.start() for g in re.finditer(r'document', s, re.I)] 
>>> all_nextw_end = [g.end() for g in re.finditer(r'set is complete', s, re.I)] 
>>> 
>>> [True if any(i<k<j for k in all_nextw_end) else False for i,j in zip(all_targets_start, all_targets_start[1:])] 
[True, False, False, True, False]