如何实现忽略指定词语及特殊字符的子字符串匹配功能

实现思路 #

• 核心逻辑为「先清洗文本过滤无效内容，再做有序子序列匹配」，比直接编写复杂正则可维护性更高，20个指定忽略词也可以快速配置调整

分步实现方案 #

步骤1：预定义配置 #

• 提取待匹配短语的有序关键词列表，比如"cat fish"处理为 phrase_keywords = ["cat", "fish"]
• 把需要跳过的指定词语存入集合，方便O(1)效率快速判断：stop_words = {"likes", ...} /* 剩余19个忽略词自行补充 */

步骤2：文本清洗处理 #

对待检测文本做两层过滤：

1. 过滤所有特殊字符、标点、HTML标签，仅保留有效单词字符（英文/汉字）和空格
2. 拆分文本为单词列表，删除所有属于stop_words的词语，得到纯有效词序列

步骤3：匹配判断 #

检查phrase_keywords是否是纯有效词序列的连续子序列，是则返回True，否则返回False #

正则快速实现方案（适合简单场景） #

如果不想写完整清洗逻辑，可直接生成适配的正则表达式：
两个关键词之间的匹配规则写为 (?:[\W_]|{{停用词}})*，其中[\W_]匹配所有非单词字符、标点、特殊符号，*允许中间内容出现0次到多次。
对应示例的正则为：

\bcat(?:[\W_]|likes)*fish\b

开启忽略大小写标志后可适配大小写不敏感的匹配场景，你给出的前4个示例均可匹配成功，第5个示例因中间存在未被忽略的and、eats词语无法匹配，完全符合要求。 #

Python完整实现代码 #

import re

def match_phrase(text: str, phrase: str, stop_words: set) -> bool:
    # 1. 预处理待匹配短语
    phrase_keywords = phrase.lower().split()
    # 2. 清洗文本：去除所有非单词字符，拆分后过滤停用词
    cleaned_text = re.sub(r'[^\w\s]', '', text.lower())
    text_words = [w for w in cleaned_text.split() if w not in stop_words]
    # 3. 匹配连续子序列
    n = len(phrase_keywords)
    for i in range(len(text_words) - n + 1):
        if text_words[i:i+n] == phrase_keywords:
            return True
    return False

# 测试用例
stop_words = {"likes"}
phrase = "cat fish"
test_cases = [
    "There is a <strong>cat fish</strong>.",
    "There is a <strong>cat, fish</strong> and a dog.",
    "My <strong>cat <em>likes</em> fish</strong> very much.",
    "My <strong>cat <em>likes</em>)- fish</strong> very much.",
    "My cat likes and eats fish a lot."
]

for case in test_cases:
    print(match_phrase(case, phrase, stop_words))
# 输出：True True True True False，完全符合示例要求

内容的提问来源于stack exchange，提问作者Miroslav Georgiev