我试图在 Python 脚本中标记化后仅将字符串中的某些值插入表中(即排除常见单词)。
传入的字符串可能看起来像“这是一个我想要解析的字符串，因为它提到了 IOT”。在这些单独的标记/单词中，我想排除诸如“this”“is”“a”“I”“want”等的内容 - 但应保留不太常见的标记，如“string”“parse”等。
目前，我计划有一个可供引用的常用单词表。
虽然我可以做类似INSERT $term$ WHERE NOT IN(SELECT * FROM exceptedterm)的事情，但似乎应该有比构建查询更简单的方法每个术语(因此，每个术语都对数据库进行单独检查)。
是否有一种 Pythonic 方法可以执行 SQL 支持的与 NOT IN()... 等效的操作？也许将 excludes 表读入列表，然后以某种 NOT IN($list$) 格式将标记与其进行比较？
最佳答案
您可以通过以下 python 代码段预处理数据。
首先读取公共(public)表中的所有单词并填充下面的忽略列表。
inp = "this is a string I want to parse because it mentions IOT"
ignored = ['this', 'is', 'are', 'a', 'to','it','from']
result = [item for item in inp.split() if item not in ignored]
print(result)
将所有忽略的术语添加到忽略列表中。在这里，我们使用列表理解来计算结果。或者，我们可以使用 for 循环来实现相同的目的。
结果是列表。迭代此操作以插入到您的数据库中。
关于python - 在使用 Python 插入之前检查字符串是否存在于 MySQL 表中，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/54452782/