基于Selenium的文本匹配函数规则修改及优化咨询

我编写了一个函数，用于读取并对比三组句子列表中的单词，当前逻辑为只要有单词匹配则返回文本，否则返回False。该函数接收Selenium获取的Web元素列表，检查元素文本是否匹配关键词列表。现需修改逻辑：

当匹配单词数为1、3及以上，且链接包含指定URL关键词时返回链接；仅匹配0个或2个单词时返回False（链接与文本列表长度一致）。

现有代码如下：

from selenium import webdriver
d = webdriver.Chrome(executable_path=r"C:\Users\test\PycharmProjects\chromedriver")
sentence = "hello world from python"
url_keywords = [".com",".edu"]
d.get("https://google.com/search?q={}".format(sentence))
y=d.find_elements_by_xpath("//a[@href]")
a=check(y,url_keywords)
li=[]
if a:
    check(y)
else:
    pass
def check(y,url_keywords):
    links = [i.get('href') for i in y]
    texts = [i.text_content() for i in y]
    for i, link in enumerate(links):
        for keyword in url_keywords:
            if keyword in link:
                for word in sentence.lower().split():
                    if word in texts[i].lower():
                        return link
    return False

请问是否有更简便的实现方式？

当然有更简洁高效的实现方式！咱们针对你的需求重构代码，同时解决原代码里的一些小问题（比如依赖全局变量、循环嵌套冗余、未统计匹配单词数等）：

优化后的代码 #

from selenium import webdriver

def check(elements, url_keywords, target_sentence):
    # 提前把目标句子转成小写单词集合，提升匹配效率
    target_words = set(target_sentence.lower().split())
    for elem in elements:
        link = elem.get('href')
        # 快速判断链接是否包含指定URL关键词
        if any(keyword in link for keyword in url_keywords):
            text = elem.text.lower()
            # 统计匹配的单词数量
            match_count = sum(1 for word in target_words if word in text)
            # 严格遵循需求规则返回结果
            if match_count == 1 or match_count >= 3:
                return link
    return False

# 主逻辑部分
if __name__ == "__main__":
    sentence = "hello world from python"
    url_keywords = [".com", ".edu"]
    d = webdriver.Chrome(executable_path=r"C:\Users\test\PycharmProjects\chromedriver")
    try:
        d.get(f"https://google.com/search?q={sentence}")
        elements = d.find_elements_by_xpath("//a[@href]")
        matched_link = check(elements, url_keywords, sentence)
        if matched_link:
            print(f"找到符合条件的链接：{matched_link}")
        else:
            print("没有符合条件的链接")
    finally:
        d.quit()  # 确保浏览器关闭，避免资源泄漏

关键优化点说明 #

• 消除全局变量依赖：把目标句子作为参数传入check函数，让函数更通用、可复用
• 提升匹配效率：将目标句子的单词转成小写集合，用生成器表达式统计匹配数，比多层嵌套循环更高效简洁
• 简化逻辑判断：用any()快速判断链接是否包含URL关键词，减少代码嵌套层级
• 完善主逻辑：添加try...finally确保浏览器正常关闭；移除原代码中无意义的li列表和重复调用check的操作
• 严格遵循需求规则：准确统计匹配单词数，只在匹配数为1或≥3时返回链接，其余情况返回False

内容的提问来源于stack exchange，提问作者wishmaster