Python中如何实现文本子串部分匹配并提取匹配内容？

核心问题分析 #

你之前的代码逻辑存在匹配方向错误，导致失效：

• 第一种写法any(word.startswith(text.lower()))：混淆了匹配主体，应该检查文本中的词汇是否包含目标关键词，而非反过来
• 第二种写法if word.lower() in text.lower()：是检查完整词汇是否被包含在文本里，而非文本词汇中是否包含关键词片段

具体实现方案 #

场景1：提取文本中包含指定关键词的词汇及匹配片段 #

假设目标文本为text = "this is a sample string with sample.json file"，要匹配并提取sample：

text = "this is a sample string with sample.json file"
target_keyword = "sample"
words = text.split()  # 拆分文本为词汇列表

for word in words:
    lower_word = word.lower()
    lower_key = target_keyword.lower()
    if lower_key in lower_word:
        # 提取匹配的关键词片段
        print(lower_key)
        # 若需提取完整词汇，直接用print(word)即可

场景2：判断是否存在匹配词汇后执行操作 #

如果只需判断存在性再执行逻辑：

text = "this is a sample string with sample.json file"
target_keyword = "sample"
words = text.split()

# 正确使用any()：遍历词汇，检查是否包含关键词
if any(target_keyword.lower() in word.lower() for word in words):
    # do something
    print("找到匹配内容")

场景3：提取词汇中精准匹配的片段（如从sample.json取sample） #

若需提取词汇中对应关键词的片段：

text = "this is a sample string with sample.json file"
target_keyword = "sample"
words = text.split()

for word in words:
    lower_word = word.lower()
    lower_key = target_keyword.lower()
    # 匹配前缀
    if lower_word.startswith(lower_key):
        matched_part = word[:len(target_keyword)]
        print(matched_part)
    # 匹配任意位置的子串
    elif lower_key in lower_word:
        start_idx = lower_word.find(lower_key)
        matched_part = word[start_idx:start_idx+len(target_keyword)]
        print(matched_part)

错误修正总结 #

• 明确匹配方向：是关键词在词汇中，而非词汇在关键词中
• 统一大小写：转小写后匹配，避免大小写差异导致的漏匹配
• 正确使用any()：传入可迭代的判断表达式（如生成器），而非单个判断语句

内容的提问来源于stack exchange，提问作者badar