| 12345678910111213141516171819202122232425262728293031323334 |
- import re
- def highlight_long_common_substrings(str_a, str_b):
- """
- 提取 A 和 B 中长度大于1的共同字符，并将 A 中的这些字符用 <strong> 标记
- """
- # 1. 从字符串 B 中提取所有长度大于1的连续字符片段（过滤掉正则符号）
- # \w+ 会匹配字母、数字和下划线（如果你想匹配中文、字母和数字，可以保留\w；如果只想匹配纯中文，可以改成 [\u4e00-\u9fff]+）
- b_substrings = re.findall(r'[\w\u4e00-\u9fff]{2,}', str_b)
-
- # 2. 去重，并按照长度从长到短排序
- # 排序非常重要！这能确保先匹配长词（如“海马”），避免短词（如“海马”被拆成“海”和“马”）干扰
- unique_substrings = sorted(set(b_substrings), key=len, reverse=True)
-
- highlighted_a = str_a
-
- # 3. 遍历这些长字符串，如果在 A 中出现，就进行高亮替换
- for substring in unique_substrings:
- if substring in highlighted_a:
- # 使用 re.sub 进行替换，re.escape 用于防止字符串中包含特殊正则符号报错
- highlighted_a = re.sub(f'({re.escape(substring)})', r'<strong>\1</strong>', highlighted_a)
-
- return highlighted_a
- def generate_html(phrase, matched_rule, tag_name):
- highlighted_phrase = highlight_long_common_substrings(phrase, matched_rule)
- html_output = f"映射文本【{highlighted_phrase}】与映射规则【{matched_rule}】匹配，映射为标签【{tag_name}】"
- return html_output
- phrase = "投向:环境保护专用设备制造; 用途:养海马"
- matched_rule = "环境保护专用设备制造|环境监测专用仪器仪表制造"
- tag_name = "环保专用设备仪器制造业"
- print(generate_html(phrase, matched_rule, tag_name))
|
