Python实现词表全匹配的句子筛选 修复代码返回全True的问题

现有两个待处理的列表：

• list1 存储待检测的句子集合
• list2 存储需要匹配的目标词汇集合
  需要逐句检测list1中的每个条目，输出和list1长度一致的布尔序列，标记对应位置的句子是否满足匹配规则。

本次测试使用的样例数据：

• list1 = ['p jthputmxy xpih t zdamz', 'l kefylcbfl tpij p jonvs', 'c olqlyfxew ksah p opjto', 'o cbfolbbwa fcha b xcruo', 'x iirvablmi dvqg i jjguy', 'c ocqlyfoew ksrh p opato', 'n cyjelcxxy xlip t kvrks', 'l kajltafti egei a bzzts', 'p ctjpltfxa xgia t bdrms', 'a cavalaria esta a norte']
• list2 = ['atacar', 'esperar', 'noite', 'base', 'sul', 'norte', 'cavalaria', 'esta', 'a', 'pato']

样例对应的期望输出为：[False, False, False, False, False, False, False, False, False, True]

当前使用的实现代码为：

test = [all(i for i in list2) for f in list1]
return test

实际运行后会返回长度与list1一致的全True列表，和期望结果偏差明显，问题根源非常明确：

• 列表推导式中传入all()的生成器表达式(i for i in list2)，完全没有使用外层循环的当前句子变量f，实际等价于判断“list2中所有元素是否为布尔真”。由于list2里存储的都是非空字符串，这个判断永远返回True，和待检测的句子没有任何关联。
• 缺失最核心的匹配逻辑：没有对list2中的每个目标词，检查其是否真的存在于当前遍历的句子中，整体是恒真的无意义判断。

按原始需求（句子需包含list2的全部目标词汇）实现 #

如果需求确实是判断句子是否覆盖list2里的所有目标词，只需要把当前句子变量传入匹配判断环节即可，修正后的代码为：

test = [all(target in sentence for target in list2) for sentence in list1]
return test

如果需要避免子串误匹配（比如把句子里的opato错判为包含目标词pato），可以将句子拆分为独立单词集合后再做校验，示例：

test = [set(sentence.split()).issuperset(set(list2)) for sentence in list1]

匹配规则对齐样例期望 #

如果运行上述代码发现结果和给定的样例期望不一致，说明实际匹配规则和最初的需求描述有偏差。当前样例的期望输出，实际对应的规则是“句子拆分后的所有独立单词，都能在list2的词汇集合中找到”，此时可以调整代码为：

test = [all(word in list2 for word in sentence.split()) for sentence in list1]

运行这段代码的结果和给定样例的期望完全一致：前9个句子拆分后都包含无意义的乱拼词汇，不在list2的范围内，因此返回False；最后一个句子的拆分词汇（a、cavalaria、esta、norte）全部命中list2中的元素，因此返回True。

内容的提问来源于stack exchange，提问作者Geo