查找字符串的完全匹配项

Question

我使用以下函数来查找字符串中单词的精确匹配。

def exact_Match(str1, word):
    result = re.findall('\\b'+word+'\\b', str1, flags=re.IGNORECASE)
    if len(result)>0:
        return True
    else:
        return False

exact_Match(str1, word)

但我得到了“award”和“award-wing”两个词的精确匹配，而它只应该是以下字符串的award-wing。

str1 = "award-winning blueberries"
word1 = "award"
word2 = "award-winning"

我怎样才能让re.findall用连字符和其他标点符号来匹配整个单词呢？

Answer 1

给自己定个字眼：

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翻译：

>>> str1 = "award-winning blueberries"
>>> word1 = "award"
>>> word2 = "award-winning"
>>> exact_Match(str1, word1)
False
>>> exact_Match(str1, word2)
True

实际上，对bool的强制转换是不必要的，而且完全没有帮助。如果没有它，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是非常非常规的外壳。就称之为完全匹配。

Answer 2

初始方法的问题是'\\b'不表示您要查找的零宽度断言搜索。（如果是的话，我会使用r'\b'，因为反斜杠在正则表达式中会成为真正的麻烦-see this link）

来自Regular Expression 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正则表达式将在award-wining中找到award，但在awards中找不到。

根据你搜索的短语，我也会考虑使用re.findall，而不是Elazar建议的re.match。在您的示例中，re.match可以工作，但是如果您要查找的单词嵌套在字符串开头以外的任何地方，re.match将不会成功。