如何用Python提取指定关键词对应的关联ID？

问题分析 #

需要从给定长字符串中，找出包含指定关键词的片段对应的ID。字符串中ID的格式有两种：id:数字 和 id=数字，每个ID后跟随对应的文本片段。

代码实现 #

import re

def get_matching_ids(text, keyword):
    # 匹配所有ID及对应文本片段的正则表达式
    pattern = r'id[:=](\d+),\s*(.*?)(?=,\s*id[:=]|$)'
    matches = re.findall(pattern, text)
    matching_ids = []
    # 遍历匹配结果，检查关键词是否存在于文本中
    for id_num, content in matches:
        if keyword.lower() in content.lower():
            matching_ids.append(id_num)
    return matching_ids

def format_output(ids_list):
    # 按需求格式化输出结果
    if not ids_list:
        return "无匹配ID"
    elif len(ids_list) == 1:
        return ids_list[0]
    else:
        return '和'.join(ids_list) if len(ids_list) == 2 else ', '.join(ids_list[:-1]) + '和' + ids_list[-1]

# 示例字符串
source_string = "id:0, an apple a day keeps the doctor away, id=1, oranges are orange not red, id=3, fox jumps over the dog, id=4, fox ate grapes"

# 测试用例
print(f"搜索apple时，输出对应的ID：{format_output(get_matching_ids(source_string, 'apple'))}")
print(f"搜索orange时，输出对应的ID：{format_output(get_matching_ids(source_string, 'orange'))}")
print(f"搜索fox时，输出对应的ID：{format_output(get_matching_ids(source_string, 'fox'))}")

代码说明 #

1. 正则匹配：用id[:=](\d+),\s*(.*?)(?=,\s*id[:=]|$)精准捕获每个ID及其对应的文本片段，兼容两种ID格式。
2. 关键词检查：将关键词和文本都转为小写，实现不区分大小写的匹配（若需要区分，去掉.lower()即可）。
3. 结果格式化：根据匹配到的ID数量，输出符合要求的格式（单个ID直接输出，多个ID用“和”连接）。

内容的提问来源于stack exchange，提问作者Lalas M