在python中，如何在标记字符串中找到短语？

Question

比方说，我记号化的字符串，并把它变成一个列表：

>>> s = "This is a test" 
>>> l = nltk.word_tokenize(s) 
>>> l 
['This', 'is', 'a', 'test'] 

怎样然后在列表中找到类似短语的出现“是”，即“是” directely其次是“一个“？

Answer 1

如果要检查两个项目在列表中，并依次是：

l = ['This', 'is', 'a', 'test'] 
any(['is', 'a'] == l[i:i+2] for i in xrange(len(l) - 1)) 

Answer 2

您可以使用正则表达式来第一次提取所需pharases如is a再算上在该列表中元素的个数结果。这样，如果这是一个desirre属性，则您不必标记字符串。

这对你的作品：

import re 
dummyList = re.findall(r'\bis a\b', ' This is a test. A regular expression is a necessity to catch all is a(s)') 
print len(dummyList) 

这将打印出3