Tengo un problema estoy trabajando en un blog, en el cual voy a poner un buscador interno el cual busque en una base de datos la información de las entradas, el código es el siguiente:
#!/usr/bin/python
# encoding=utf8
import sys
reload(sys)
sys.setdefaultencoding('utf8')
import pymongo
inputSearch = raw_input("Ingrese Su Busqueda: ").lower()
conexion = pymongo.MongoClient()
db = conexion['blog']
palabras = inputSearch.split()
def resultados(palabras):
coleccion = db['pageContent']
search = ""
for palabra in palabras:
search = search + ".*" + palabra + "" + " "
get = coleccion.find({"Data": {"$regex": search}}).limit(100)
return get
resultados = resultados(palabras)
for resultado in resultados:
print resultado["url"] + " " + resultado["Data"]
Lo que este código hace es buscar en la base de datos las entradas que contienen lo que el usuario busca, y me regresa la url y el contenido de toda la entrada. Mi intención es que del texto de toda la entrada obtener un fragmento el cual coincida con lo que el usuario, algo parecido a lo que hace google. por ejemplo si el usuario busca Expresiones regulares en python del texto de las entradas que coincidan me devuelva un fragmento como este:
Al buscar direcciones de correo electrónico, números de teléfono, validar campos de entrada, o una letra mayúscula seguida de dos minúsculas y de 5 dígitos entre 1 y 3; es necesario recurrir a las Expresiones Regulares, también conocidas como Patrones. Puedes aprender más en el Curso de Python y luego ...
Lo de las palabras en negrita no importa
def obtenerPosiciones(texto #En texto recibe el contenido de cada entrada, busqueda #En busqueda se pasa una lista):
posiciones = []
for palabra in busqueda:
patron = re.compile(r'\b'+palabra+r'\b')
s = patron.finditer(texto)
ubicacion = []
for elemento in s:
l = elemento.span()
ubicacion.append(l)
posiciones.append(ubicacion)
return posiciones
print obtenerPosiciones(texto, busqueda)
Con esta parte de código obtengo las posiciones de cada palabra en todo el texto, el problema es que no encuentro la forma correcta de obtener el fragmento de texto a partir de estas posiciones. Espero que me puedan ayudar.