行いたいこと
ある単語(スペースや記号を含んで2単語以上もあり得る)が、対象文に含まれるかどうかを判定する
現在のコードと課題
現在のコードでは、対象文2、4のみ想定通りの出力となリます。
末尾にピリオドがあったり、前と後ろの両方にスペースがある場合は、どのように正規表現を定義するべきですか。
import regex as re
words = ['are', 'John Smith', 'Mia & Tim']
re_words = "(" + "|".join(words) + "|" + ")"
target_1 = "I am John Smith."
target_2 = "Mia & Tim look fine"
target_3 = "There are Mia & Tim & Kate."
target_4 = "are you sure?"
print(re_words)
print(re.match(re_words, target_1)) #「John Smith」は含まれている
print(re.match(re_words, target_2))
print(re.match(re_words, target_3)) #「Mia & Tim」は含まれている
print(re.match(re_words, target_4))
#output
(are|John Smith|Mia & Tim|)
<regex.Match object; span=(0, 0), match=''>
<regex.Match object; span=(0, 9), match='Mia & Tim'>
<regex.Match object; span=(0, 0), match=''>
<regex.Match object; span=(0, 3), match='are'>
試したこと
re.search
と以下のように変更してみましたが、結果に変更ありませんでした。
import re
words = ['are', 'John Smith', 'Mia & Tim']
re_words = "(" + "|".join(words) + "|" + ")"
target_1 = "I am John Smith ."
target_2 = "Mia & Tim look fine"
target_3 = "There are Mia & Tim & Kate."
target_4 = "are you sure?"
print(re_words)
print(re.search(re_words, target_1))
print(re.search(re_words, target_2))
print(re.search(re_words, target_3))
print(re.search(re_words, target_4))
#output
(are|John Smith|Mia & Tim|)
<re.Match object; span=(0, 0), match=''>
<re.Match object; span=(0, 9), match='Mia & Tim'>
<re.Match object; span=(0, 0), match=''>
<re.Match object; span=(0, 3), match='are'>
試したこと2
正規表現を修正したのですが、部分一致になると、以下の例でもマッチしてしまい、あくまでもスペース含む独立した単語でマッチしたいのでエラーケースを引き起こすことがわかりました。
import re
words = ['are', 'John Smith', 'Mia & Tim']
re_words = "(" + "| ".join(words) + ")"
target_4 = "areyou sure?"
print(re_words)
print(re.search(re_words, target_4))
re_words = "(" + "|".join(words) + "|" + ")"
をre_words = "(" + "|".join(words) + ")"
に変更して下さい。re_words = rf"\b({'|'.join(words)})\b"
を試してみて下さい。