如何从文本列提取特定关键词生成新列？GREL实现方案问询

完全可以用GREL（General Refine Expression Language）实现这个需求，以下是不同场景下的具体实现方式：

单关键词提取 #

场景1：文本精确等于目标关键词 #

假设你的文本列名为文本内容，要提取的关键词是机器学习，生成新列时使用以下GREL表达式：

if(value == "机器学习", "机器学习", null)

匹配成功时返回关键词，否则返回空值。

场景2：文本包含目标关键词（模糊匹配） #

如果只需判断文本中是否存在关键词，无需精确匹配整句，用find()函数检测关键词位置：

if(find(value, "机器学习") != -1, "机器学习", null)

find()返回关键词在文本中的起始索引，未找到则返回-1，据此判断是否提取关键词。

大小写不敏感匹配 #

如果需要忽略大小写差异，先统一转换为小写再检测：

if(find(toLower(value), toLower("机器学习")) != -1, "机器学习", null)

多关键词提取 #

如果需要匹配多个关键词并返回匹配结果，可结合forEach()和filter()函数：

返回第一个匹配到的关键词 #

forEach(["机器学习", "深度学习", "人工智能"], k, if(find(value, k) != -1, k, null)).filter(v, v != null)[0]

遍历关键词列表，找到第一个存在于文本中的关键词并返回。

返回所有匹配到的关键词（逗号分隔） #

join(forEach(["机器学习", "深度学习", "人工智能"], k, if(find(value, k) != -1, k, null)).filter(v, v != null), ", ")

将所有匹配到的关键词拼接成字符串返回。

操作步骤（以OpenRefine为例） #

• 选中目标文本列，点击列菜单 → 添加列基于此列
• 在弹出的对话框中输入上述GREL表达式，设置新列名称
• 点击确定即可生成包含提取关键词的新列

内容的提问来源于stack exchange，提问作者xoxoxox