这是我在SO上的第一篇文章，如果我的问题有点小，我会提前道歉，我对编程世界还比较陌生，我选择python作为我第一个“严肃的”OOP语言。我搜索了一下SO档案，但没有找到任何与我完全相关的问题。好吧，长话短说，问题是：

我在做反向索引。我在网上找到了一些教程和提示，我做了以下几点：类文档，用于词干的词干，并使用词干的起始位置和结束位置返回单词。

类的反向索引，它获取文档的集合(列表中的列表)，将它们标记化，并以

{'word':{document_id:(start_pos, end_pos)}}

像

{'cloud': {0: [(5, 10)]}, 'document': {1: [(11, 19)], 2: [(22, 30)]} ...}。

(我在SO topic的帮助下做了document_id，遍历了一个文档的枚举集合。关于嵌套字典，我是业余制作的，比如：if nested_dict not in existing_dict:

existing_dict[nested_dict] = {}

当我阅读stackowerflow时，我注意到“defaultdict”数据类型是实现这一点的更好方法，但我还没有找到“collections”模块)。

回到正轨：在反转的索引中，我做了一个查询方法(只是OR运算符的一个版本)，它将字符串作为一个查询，如果这个字符串与我的反向索引中的键/项匹配，则返回一个词的起始点和结束点的document_id，例如：

^{pr2}$

在那之后我。。。卡住了。我想生成一个查询输出，打印出文档中找到的单词以及它的环境，但是我不知道如何连接查询方法的结果(文档的起始位置和结束位置)和反向索引，也不知道如何在她的环境中突出显示匹配的查询。因此，我确定了起点和终点，但我不知道如何在python中强调它？大胆点？在

我想到的结果是：###################

Your query:'chocolate pudding'

Results:

########

In a document with id: 1

yaddi yaddi yadda chocolate bla bla bla pudding

hocolate bla bla bla pudding yaddi yaddi yadda bla

我的意思是，我在阅读http://docs.python.org/2/library/string.html#string.center并认为在同一列中对齐找到的单词/查询可以达到这个目的。但我不知道如何做到这一点，所以任何一种暗示都是很好的，因为我并没有像理解python背后的逻辑那样陷入程序中，在这种情况下，教程是不公正的。(是的，我有一些python的书，但是他们已经扩展了处理这类问题的方法，可能考虑到这不是初学者的问题，但是我不知道从哪里开始，我可以使用什么程序。问题是，我们在大学里学习语言学理论和国际关系理论，但我们在实践中做了一些事情。)。在

谢谢！在

很抱歉我的人生结局是D

我忘了，一个不让这个话题变得模糊的代码：class inverted_index(dict):

def __init__(self,collection_of_docs):

for doc_id,document in enumerate(collection_of_docs):

for word,start,end in document.tokenize(): #form: [('sky', 0, 4)]

if word not in self:

self[word]={}

if doc_id not in self[word]:

self[word][doc_id]=[]

self[word][doc_id].append((start,end))

def query(self,query_string):

result={}

for query_term in re.findall(r'\w+',query_string.lower(),re.UNICODE):

for doc_id in self.get(query_term,{}):

if doc_id not in result:

result[doc_id]=self[query_term][doc_id]

else:

result[doc_id]=result[doc_id]+self[query_term][doc_id]

return sorted(result.items(),key=lambda e:-len(e[1]))