查詢詞的位置

Question

我目前正在使用Python並使用NLTK來提取我的數據的特徵。我想提取的一個特徵是一個句子中特定查詢詞的位置。 要做到這一點，我想

String.find(word) 

但它給了我比文本字的總數還多的話。

請告訴我一些方法來查找單詞中特定單詞的位置。

例如「今天是我的生日」 單詞生日的位置是4.如何去做？

Answer 1

string = 'Today is my birthday' 
string.find('my') #Out: 9 
string[9:] #Out: 'my birthday' 

find不按字詞而是按字符搜索字符串。對於簡單的例子，你可以這樣做（注意，這是零索引）：

words = string.split() 
words.index('my') #Out: 2 

編輯

如果您需要的不只是由空格分隔字符串單詞的更復雜的定義，你可以使用普通的expresions。下面是一個簡單的例子：

import re 
word_re = re.compile('\w+') 
words = map(lambda match: match.group(0), word_re.finditer(string)) 
words.index('my') #Out: 2 

EDIT2

try: 
    words.index('earthquake') 
except ValueError: 
    print 'handle missing word here' 

Answer 2

您可以重新使用或NLTK transfert文本字符串列表，之後你可以搜索世界：

import re 
text = "Today is my birthday" 
word = "birthday" 
words1 = re.sub("[^\w]", " ", text).split() # using re 

import nltk 
words2 = nltk.word_tokenize(text) # using nltk 

position = 1 
for str in words1 :# or for str in words2 : 
    if str == word: 
     print position 
    position += 1