質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.62%

  • Python

    7461questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Pythonで複数キーワードが含まれるテキストの検索

解決済

回答 3

投稿

  • 評価
  • クリップ 1
  • VIEW 2,096

teratailxyz

score 3

前提・実現したいこと

Pythonで複数キーワード(単語)が含まれるテキストを検索したいです。
キーワードの数はユーザー入力次第で変化しますが、2~5個程度の想定です。
キーワードがテキストに全て含まれている必要はありません。
キーワードが含まれる数が多い順に、検索結果を表示したいです。

発生している問題・エラーメッセージ

Python初学者でどういったアプローチで考えていけばよいかの手がかりがつかめていません。
何をどう調べていけばよいのか、方向性をご教示頂けませんでしょうか。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 3

checkベストアンサー

0

どの程度の規模のテキストからどの程度の頻度で検索するのか、また期待するレスポンス速度にもよりますが、ある程度の規模でやるなら、全文検索はインデックスを作る方がいいかもしれませんね。

Wikipediaを検索する形態素解析型の全文検索エンジンを実装します。検索文字列と各記事の類似度を計算して、類似度順に検索結果を表示することで全文検索を実現します。高速に検索するために索引と逆索引を実装していきます。
形態素解析型の全文検索エンジンを実装してWikipediaを全文検索 - Qiita

今回はこのwhooshを使って手元のMLを検索してみる、全文検索ツールを試しに作ってみました。
Python純正の全文検索ライブラリ、Whooshを使ってみた - そこはかとなく書くよ。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/01/15 21:12

    ご回答ありがとうございます。インデックス、というキーワードすら知らなかったので大変参考になりました。いただいたリンクを参考により詳細調べてみます。

    キャンセル

0

もう既に変数 text にテキストがあり、keyword に検索キーワードが入っているのであれば、次のようにしてキーワードの数を取得することができます。

#!/usr/bin/env python3
# utf-8

text = "こんにちは。こけこっこ。"
keyword = "こ"

print(text.count(keyword))  # 4

並べ替えは色々な方法があります。例えば、テキストをキー、count() の結果をバリューにした辞書を作って、次のようにすれば、ソート済みのリストが得られます。

sorted_list = sorted(d.items(), key=lambda x: x[1])

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/01/15 21:16

    ご回答ありがとうございます。私の質問の仕方が悪く申し訳有りませんでしたが、キーワードは文字ではなく単語を考えていました。。

    キャンセル

0

書いてみました。
キーワードとその出現回数を辞書として持っています。

f = open("testdata",'r')
keyword = {"aaa" : 0 , "bbb" : 0 , "ccc" : 0 }
for line in f:
    for word in keyword.keys() :
        keyword[word] = keyword[word] + line.count(word)
f.close()

print sorted(keyword.items(), key=lambda x: x[1], reverse=True)

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/01/15 21:15

    ご回答ありがとうございます。こういったコードの書き方になるんですね、勉強になります。入門書参考に文法を読み解いてみます。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.62%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

  • 解決済

    辞書オブジェクトを関数の引数につかうことはできますか?

    辞書オブジェクトのキーと値で、 それぞれ引数の名前(キーワード)を指定して値を渡す、 みたいなことができないかなーとおもってるんですがどうでしょうか?

  • 解決済

    pythonでの出力結果の保存方法

    pythonで回帰分析を行っているのですが、 results = model.fit() results.summary(xname=name) などとして出力させる

  • 解決済

    Python スクレイピング

    前提・実現したいこと ど素人です。スクレイピングにてあるサイトからBeautifulsoupを使用して指定の箇所を抜き出したいと思っております。 指定サイト:http://ra

  • 解決済

    Pythonを使ってシリアル通信を行っています

    現在下記のコードを実行しているのですが、残念ながら画面の出力には b’’ としか表示されません。 シリアル通信で送るデータも受け取るデータもどちらも16進数の数列なのですが、何か指

  • 受付中

    Pythonで外部プログラムを実行し、出力されたファイルを処理したい

    Pythonで既存の外部プログラムを実行して、そのプログラムから出力された結果(テキストファイル)を処理したいです。 普段はそのプログラムを起動し、GUIで設定・操作をして最終

  • 受付中

    Praatの窓関数は何が使われているか

    前提・実現したいこと ここに質問したいことを詳細に書いてください (例)Praatで音声分析(フォルマント)をおこなっています. 窓関数はなにが使われているかわかりません. 発

  • 受付中

    変数に付けられたアンダーバー

    Qiitaを見ていると、文字列を代入する変数の名前に string_ という名付けがなされているものがあったんですが、このアンダーバーはどういう意図でつけられたものなのでし

  • 解決済

    Pythonで誤差の伝播(でんぱ)を計算したい。

    Pythonで誤差の伝播を計算したいと思って、パッケージを探しています。SciPyとかにありそうな気がするのですが、どなたかご存じの方いらっしゃいませんか。 行いたい計算として

同じタグがついた質問を見る

  • Python

    7461questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。