Python如何忽略大小写和标点，搜索字符串中完整匹配的独立关键词

• 字符串操作未生效：Python中字符串是不可变类型，replace方法会返回新字符串，原代码未对返回结果赋值，标点移除逻辑完全不生效
• 标点覆盖不全：仅处理了逗号、句号，未覆盖问号、感叹号等其他常见标点
• 大小写处理不完整：仅对文档内容转小写，未对搜索关键词转小写，关键词为大写时会匹配失败
• 匹配条件存在语法错误：doc_words((doc_words.index(keyword)))是非法语法，列表取值需要用[]，且该长度判断逻辑完全冗余
• 冗余遍历：代码中重复两次遍历doc_list，第一次遍历无实际作用

基于原逻辑修改的版本 #

import string

def search_keyword(doc_list, keyword):
    index_list = []
    # 关键词统一转小写
    keyword_lower = keyword.lower()
    # 生成标点移除转换表，覆盖所有常见标点
    remove_punctuation = str.maketrans('', '', string.punctuation)
    
    for idx, doc in enumerate(doc_list):
        # 对文档内容转小写、移除所有标点
        processed_doc = doc.lower().translate(remove_punctuation)
        # 按空格分词
        doc_words = processed_doc.split()
        # 匹配独立完整关键词
        if keyword_lower in doc_words:
            index_list.append(idx)
    return index_list

# 测试示例
if __name__ == "__main__":
    doc_list = [
        "I love Python, it's great.",
        "Python is easy to learn.",
        "My favorite language is Java.",
        "Pythonista is a cool app."
    ]
    keyword = "python"
    print(search_keyword(doc_list, keyword)) # 输出 [0, 1]，不会匹配第3项的Pythonista

更简洁的正则实现版本（推荐） #

利用正则的单词边界\b可以更精准匹配独立单词，无需手动处理标点和分词：

import re

def search_keyword(doc_list, keyword):
    index_list = []
    # 构造正则规则：\b是单词边界保证匹配独立完整词，re.IGNORECASE忽略大小写
    pattern = re.compile(rf'\b{re.escape(keyword)}\b', flags=re.IGNORECASE)
    for idx, doc in enumerate(doc_list):
        if pattern.search(doc):
            index_list.append(idx)
    return index_list

# 测试示例同上，输出结果完全一致

• 不区分大小写：无论关键词和文档内容是大写、小写还是混合大小写都能正常匹配
• 自动忽略所有标点：会自动跳过逗号、句号、感叹号等所有标点符号的影响
• 仅匹配独立完整词：不会匹配包含关键词的更长单词，比如关键词是python时不会匹配Pythonista
• 直接返回符合要求的列表项下标，完全符合需求

内容的提问来源于stack exchange，提问作者Arno Burnuk