如何用Python实现单词与句子匹配并将结果导出至CSV？

核心匹配逻辑设计 #

• 遍历句子列表，逐个检查每个句子是否包含单词列表中的任意单词
• 用正则表达式的单词边界（\b）确保匹配完整单词，避免部分匹配（比如避免把"cat"误匹配到"category"）
• 每找到一组匹配的句子与单词，就存入结果列表
• 最后将结果列表写入新的CSV文件

代码实现 #

基础版（使用内置csv模块） #

假设你已经获取了两个列表：words_list（存储提取的单词）、sentences_list（存储提取的句子）

import csv
import re

# 示例导入后的列表（实际使用时替换为你的数据）
words_list = ["apple", "banana", "orange"]
sentences_list = ["I ate an apple today.", "Banana is my favorite fruit.", "I like drinking orange juice.", "This is a test sentence."]

# 存储匹配结果
match_results = []

# 遍历所有句子和单词，完成匹配
for sentence in sentences_list:
    for word in words_list:
        # 匹配完整单词，忽略大小写；若需区分大小写，去掉flags参数
        if re.search(rf"\b{re.escape(word)}\b", sentence, flags=re.IGNORECASE):
            match_results.append({"sentence": sentence, "matched_word": word})

# 写入CSV文件
with open("matched_results.csv", "w", newline="", encoding="utf-8") as f:
    writer = csv.DictWriter(f, fieldnames=["sentence", "matched_word"])
    writer.writeheader()
    writer.writerows(match_results)

高效版（使用pandas，适合大数据量） #

如果处理的数据量较大，用pandas会更高效：

import pandas as pd
import re

# 示例导入后的列表（实际使用时替换为你的数据）
words_list = ["apple", "banana", "orange"]
sentences_list = ["I ate an apple today.", "Banana is my favorite fruit.", "I like drinking orange juice.", "This is a test sentence."]

# 转换为DataFrame格式
df = pd.DataFrame({"sentence": sentences_list})

# 生成匹配正则模式，匹配任意目标单词的完整形式
pattern = r"\b(" + "|".join(re.escape(word) for word in words_list) + r")\b"

# 提取匹配的单词
df["matched_word"] = df["sentence"].str.extract(pattern, flags=re.IGNORECASE)

# 过滤无匹配的行并重置索引
matched_df = df.dropna().reset_index(drop=True)

# 写入CSV文件
matched_df.to_csv("matched_results_pandas.csv", index=False, encoding="utf-8")

注意事项 #

• 单词匹配精度：如果不需要严格匹配完整单词（比如允许匹配"apples"中的"apple"），可以去掉正则表达式中的\b
• 大小写处理：代码默认忽略大小写，若需区分大小写，删除re.IGNORECASE参数即可
• 特殊字符兼容：用re.escape(word)处理单词中的正则特殊字符（如.、*），避免正则解析报错
• 多匹配场景：基础版会为一个句子中的每个匹配单词生成单独记录；若需在一条记录中显示所有匹配单词，可改用re.findall提取所有匹配项后拼接

内容的提问来源于stack exchange，提问作者Georg Wildmoser