Estoy haciendo un buscador de documentos donde se introduce un string como parámetro y se devuelve una lista de documentos que contienen este string. La cuestión es que tiene que mostrar un pequeño extracto de cada documento donde aparezca este string con sus palabras adyacentes:
Por ejemplo para la búsqueda de "ciencia" en el documento 0001.txt:
1. 0001.txt
cuando la ciencia parece broma, pero no, sigue siendo ciencia Por Alvaro Manuel
Estoy intentando hacer la siguiente función:
def sacar_snippet(archivo, string_busqueda):
snippet = []
with open(archivo, "r") as file:
lines = file.readlines()
for line in lines:
words = line.split()
for w in range(0, len(words)):
word = preprocesar_term(words[w])
if len(word) > 0:
snippet.append(word)
for x in range(0, len(snippet)):
if snippet[x] == string_busqueda and string_busqueda in snippet[x]:
print(snippet[x])
return " ".join(snippet)
En snippet[x] localizo la palabra en cuestión, pero no soy capaz de continuar o si por este camino lo estoy haciendo bien. No vale que el string de búsqueda sea "casa" y detecte "fracasado", tiene que ser la palabra casa. Por otro lado, necesito obtener la posición de estas palabras ya que el documento está procesado (procesar_term, esto hace que se eliminen espacios caracteres etc.) y no vale con mostrar el documento procesado, hay que mostrar el original.
En resumen, necesito obtener la frase donde aparece el string de búsqueda. Espero que me podáis ayudar :)