字段代码，运算符， 检索值及检索值运算值
s = "SU=主题,TKA=篇关摘,KY=关键词,TI=篇名,FT=全文,AU=作者,FI=第一作者,RP=通讯作者,AF=作者单位,FU=基金,AB=摘要,CO=小标题, RF=参考文献,CLC=分类号,LY=文献来源, DOI=DOI,CF=被引频次"
pattern = r"([A-Z]+)=(.*?),"
import re
import pandas as pd
df = pd.DataFrame(re.findall(pattern, s), columns=['字段代码', '字段含义'])
df1 = df.copy()
df1| 字段代码 | 字段含义 | |
|---|---|---|
| 0 | SU | 主题 |
| 1 | TKA | 篇关摘 |
| 2 | KY | 关键词 |
| 3 | TI | 篇名 |
| 4 | FT | 全文 |
| 5 | AU | 作者 |
| 6 | FI | 第一作者 |
| 7 | RP | 通讯作者 |
| 8 | AF | 作者单位 |
| 9 | FU | 基金 |
| 10 | AB | 摘要 |
| 11 | CO | 小标题 |
| 12 | RF | 参考文献 |
| 13 | CLC | 分类号 |
| 14 | LY | 文献来源 |
| 15 | DOI | DOI |
字段与检索值的匹配
html_str = '''
<table class="help-manual-table">
<tbody>
<tr>
<th class="w1">符号</th>
<th class="w5">功能</th>
<th class="w3">适用字段</th>
</tr>
<tr>
<td rowspan="2" class="center">=</td>
<td>= 'str' 表示检索与str相等的记录</td>
<td>KY、AU、FI、RP、JN、AF、FU、CLC、SN、CN、IB、CF</td>
</tr>
<tr>
<td>= 'str' 表示包含完整str的记录</td>
<td>TI、AB、FT、RF</td>
</tr>
<tr>
<td rowspan="3" class="center">%</td>
<td>% 'str' 表示包含完整str的记录</td>
<td>KY、AU、FI、RP、JN、FU</td>
</tr>
<tr>
<td>% 'str' 表示包含str及str分词的记录</td>
<td>TI、AB、FT、RF</td>
</tr>
<tr>
<td>% 'str' 表示一致匹配或与前面部分串匹配的记录</td>
<td>CLC</td>
</tr>
<tr>
<td rowspan="2" class="center">%=</td>
<td>%= 'str' 表示相关匹配str的记录</td>
<td>SU</td>
</tr>
<tr>
<td>%= 'str' 表示包含完整str的记录</td>
<td>CLC、ISSN、CN、IB</td>
</tr>
</tbody>
</table>'''
df = pd.read_html(html_str)[0]
df.适用字段 = df.适用字段.str.split("、")
df = df.explode('适用字段').reset_index(drop = True)
df = df.rename(columns = {'适用字段':'字段代码'})
df['符号类型'] = '匹配运算符'
df['运算对象'] = '字段与检索值'
df2 = df.copy()
df2| 符号 | 功能 | 字段代码 | 符号类型 | 运算对象 | |
|---|---|---|---|---|---|
| 0 | = | = 'str' 表示检索与str相等的记录 | KY | 匹配运算符 | 字段与检索值 |
| 1 | = | = 'str' 表示检索与str相等的记录 | AU | 匹配运算符 | 字段与检索值 |
| 2 | = | = 'str' 表示检索与str相等的记录 | FI | 匹配运算符 | 字段与检索值 |
| 3 | = | = 'str' 表示检索与str相等的记录 | RP | 匹配运算符 | 字段与检索值 |
| 4 | = | = 'str' 表示检索与str相等的记录 | JN | 匹配运算符 | 字段与检索值 |
| 5 | = | = 'str' 表示检索与str相等的记录 | AF | 匹配运算符 | 字段与检索值 |
| 6 | = | = 'str' 表示检索与str相等的记录 | FU | 匹配运算符 | 字段与检索值 |
| 7 | = | = 'str' 表示检索与str相等的记录 | CLC | 匹配运算符 | 字段与检索值 |
| 8 | = | = 'str' 表示检索与str相等的记录 | SN | 匹配运算符 | 字段与检索值 |
| 9 | = | = 'str' 表示检索与str相等的记录 | CN | 匹配运算符 | 字段与检索值 |
| 10 | = | = 'str' 表示检索与str相等的记录 | IB | 匹配运算符 | 字段与检索值 |
| 11 | = | = 'str' 表示检索与str相等的记录 | CF | 匹配运算符 | 字段与检索值 |
| 12 | = | = 'str' 表示包含完整str的记录 | TI | 匹配运算符 | 字段与检索值 |
| 13 | = | = 'str' 表示包含完整str的记录 | AB | 匹配运算符 | 字段与检索值 |
| 14 | = | = 'str' 表示包含完整str的记录 | FT | 匹配运算符 | 字段与检索值 |
| 15 | = | = 'str' 表示包含完整str的记录 | RF | 匹配运算符 | 字段与检索值 |
| 16 | % | % 'str' 表示包含完整str的记录 | KY | 匹配运算符 | 字段与检索值 |
| 17 | % | % 'str' 表示包含完整str的记录 | AU | 匹配运算符 | 字段与检索值 |
| 18 | % | % 'str' 表示包含完整str的记录 | FI | 匹配运算符 | 字段与检索值 |
| 19 | % | % 'str' 表示包含完整str的记录 | RP | 匹配运算符 | 字段与检索值 |
| 20 | % | % 'str' 表示包含完整str的记录 | JN | 匹配运算符 | 字段与检索值 |
| 21 | % | % 'str' 表示包含完整str的记录 | FU | 匹配运算符 | 字段与检索值 |
| 22 | % | % 'str' 表示包含str及str分词的记录 | TI | 匹配运算符 | 字段与检索值 |
| 23 | % | % 'str' 表示包含str及str分词的记录 | AB | 匹配运算符 | 字段与检索值 |
| 24 | % | % 'str' 表示包含str及str分词的记录 | FT | 匹配运算符 | 字段与检索值 |
| 25 | % | % 'str' 表示包含str及str分词的记录 | RF | 匹配运算符 | 字段与检索值 |
| 26 | % | % 'str' 表示一致匹配或与前面部分串匹配的记录 | CLC | 匹配运算符 | 字段与检索值 |
| 27 | %= | %= 'str' 表示相关匹配str的记录 | SU | 匹配运算符 | 字段与检索值 |
| 28 | %= | %= 'str' 表示包含完整str的记录 | CLC | 匹配运算符 | 字段与检索值 |
| 29 | %= | %= 'str' 表示包含完整str的记录 | ISSN | 匹配运算符 | 字段与检索值 |
| 30 | %= | %= 'str' 表示包含完整str的记录 | CN | 匹配运算符 | 字段与检索值 |
| 31 | %= | %= 'str' 表示包含完整str的记录 | IB | 匹配运算符 | 字段与检索值 |
字段与检索值大小的比较
html_str = '''
<table class="help-manual-table center">
<tbody>
<tr>
<th>符号</th>
<th>功能 </th>
<th>适用字段</th>
</tr>
<tr>
<td>BETWEEN</td>
<td>BETWEEN ('str1' ， 'str2')表示匹配str1与str2之间的值</td>
<td>YE</td>
</tr>
<tr>
<td>></td>
<td>大于</td>
<td rowspan="4">YE<br>CF</td>
</tr>
<tr>
<td><</td>
<td>小于</td>
</tr>
<tr>
<td>>=</td>
<td>大于等于</td>
</tr>
<tr>
<td><=</td>
<td>小于等于</td>
</tr>
</tbody>
</table>'''
df = pd.read_html(html_str)[0]
df.适用字段 = df.适用字段.str.split(" ")
df = df.explode('适用字段').reset_index(drop = True)
df = df.rename(columns = {'适用字段':'字段代码'})
df['符号类型'] = '比较运算符'
df['运算对象'] = '字段与检索值'
df3 = df.copy()
df3| 符号 | 功能 | 字段代码 | 符号类型 | 运算对象 | |
|---|---|---|---|---|---|
| 0 | BETWEEN | BETWEEN ('str1' ， 'str2')表示匹配str1与str2之间的值 | YE | 比较运算符 | 字段与检索值 |
| 1 | > | 大于 | YE | 比较运算符 | 字段与检索值 |
| 2 | > | 大于 | CF | 比较运算符 | 字段与检索值 |
| 3 | < | 小于 | YE | 比较运算符 | 字段与检索值 |
| 4 | < | 小于 | CF | 比较运算符 | 字段与检索值 |
| 5 | >= | 大于等于 | YE | 比较运算符 | 字段与检索值 |
| 6 | >= | 大于等于 | CF | 比较运算符 | 字段与检索值 |
| 7 | <= | 小于等于 | YE | 比较运算符 | 字段与检索值 |
| 8 | <= | 小于等于 | CF | 比较运算符 | 字段与检索值 |
检索词之间的位置相对关系的运算
html_str = '''
<table class="help-manual-table center">
<tbody>
<tr>
<th class="w2">符号</th>
<th>功能</th>
<th class="w2">适用字段</th>
</tr>
<tr>
<td>#</td>
<td>'STR1 # STR2'：表示包含STR1和STR2，且STR1、STR2在同一句中</td>
<td rowspan="9">TI、AB、FT</td>
</tr>
<tr>
<td>%</td>
<td>'STR1 % STR2'：表示包含STR1和STR2，且STR1 与STR2在同一句中， 且STR1在STR2前面</td>
</tr>
<tr>
<td> /NEAR N</td>
<td>'STR1 /NEAR N STR2'：表示包含STR1和STR2，且STR1 与 STR2 在同一句中，且相隔不超过N个字词</td>
</tr>
<tr>
<td>/PREV N</td>
<td>'STR1 /PREV N STR2'：表示包含STR1和STR2，且STR1 与 STR2 在同一句中，STR1在STR2前面不超过N个字词</td>
</tr>
<tr>
<td>/AFT N</td>
<td>'STR1 /AFT N STR2'：表示包含STR1和STR2，且STR1 与 STR2 在同一句中，STR1在STR2后面且超过N个字词</td>
</tr>
<tr>
<td>/SEN N</td>
<td>'STR1 /SEN N STR2'：表示包含STR1和STR2，且STR1 与 STR2 在同一段中，且这两个词所在句子的序号差不大于N</td>
</tr>
<tr>
<td>/PRG N</td>
<td>'STR1 /PRG N STR2'：表示包含STR1和STR2，且STR1 与 STR2 相隔不超过N段</td>
</tr>
<tr>
<td>$ N</td>
<td>'STR $ N'：表示所查关键词STR最少出现N次</td>
</tr>
</tbody>
</table>'''
df = pd.read_html(html_str)[0]
df.适用字段 = df.适用字段.str.split("、")
df = df.explode('适用字段').reset_index(drop = True)
df = df.rename(columns = {'适用字段':'字段代码'})
df['符号类型'] = '位置运算符'
df['运算对象'] = '检索关键词之间'
df = df.drop(df.index[-1], axis = 0) # 删除倒数第一行
df4 = df.copy()
df4| 符号 | 功能 | 字段代码 | 符号类型 | 运算对象 | |
|---|---|---|---|---|---|
| 0 | # | 'STR1 # STR2'：表示包含STR1和STR2，且STR1、STR2在同一句中 | TI | 位置运算符 | 检索关键词之间 |
| 1 | # | 'STR1 # STR2'：表示包含STR1和STR2，且STR1、STR2在同一句中 | AB | 位置运算符 | 检索关键词之间 |
| 2 | # | 'STR1 # STR2'：表示包含STR1和STR2，且STR1、STR2在同一句中 | FT | 位置运算符 | 检索关键词之间 |
| 3 | % | 'STR1 % STR2'：表示包含STR1和STR2，且STR1 与STR2在同一句中， ... | TI | 位置运算符 | 检索关键词之间 |
| 4 | % | 'STR1 % STR2'：表示包含STR1和STR2，且STR1 与STR2在同一句中， ... | AB | 位置运算符 | 检索关键词之间 |
| 5 | % | 'STR1 % STR2'：表示包含STR1和STR2，且STR1 与STR2在同一句中， ... | FT | 位置运算符 | 检索关键词之间 |
| 6 | /NEAR N | 'STR1 /NEAR N STR2'：表示包含STR1和STR2，且STR1 与 STR2... | TI | 位置运算符 | 检索关键词之间 |
| 7 | /NEAR N | 'STR1 /NEAR N STR2'：表示包含STR1和STR2，且STR1 与 STR2... | AB | 位置运算符 | 检索关键词之间 |
| 8 | /NEAR N | 'STR1 /NEAR N STR2'：表示包含STR1和STR2，且STR1 与 STR2... | FT | 位置运算符 | 检索关键词之间 |
| 9 | /PREV N | 'STR1 /PREV N STR2'：表示包含STR1和STR2，且STR1 与 STR2... | TI | 位置运算符 | 检索关键词之间 |
| 10 | /PREV N | 'STR1 /PREV N STR2'：表示包含STR1和STR2，且STR1 与 STR2... | AB | 位置运算符 | 检索关键词之间 |
| 11 | /PREV N | 'STR1 /PREV N STR2'：表示包含STR1和STR2，且STR1 与 STR2... | FT | 位置运算符 | 检索关键词之间 |
| 12 | /AFT N | 'STR1 /AFT N STR2'：表示包含STR1和STR2，且STR1 与 STR2 ... | TI | 位置运算符 | 检索关键词之间 |
| 13 | /AFT N | 'STR1 /AFT N STR2'：表示包含STR1和STR2，且STR1 与 STR2 ... | AB | 位置运算符 | 检索关键词之间 |
| 14 | /AFT N | 'STR1 /AFT N STR2'：表示包含STR1和STR2，且STR1 与 STR2 ... | FT | 位置运算符 | 检索关键词之间 |
| 15 | /SEN N | 'STR1 /SEN N STR2'：表示包含STR1和STR2，且STR1 与 STR2 ... | TI | 位置运算符 | 检索关键词之间 |
| 16 | /SEN N | 'STR1 /SEN N STR2'：表示包含STR1和STR2，且STR1 与 STR2 ... | AB | 位置运算符 | 检索关键词之间 |
| 17 | /SEN N | 'STR1 /SEN N STR2'：表示包含STR1和STR2，且STR1 与 STR2 ... | FT | 位置运算符 | 检索关键词之间 |
| 18 | /PRG N | 'STR1 /PRG N STR2'：表示包含STR1和STR2，且STR1 与 STR2 ... | TI | 位置运算符 | 检索关键词之间 |
| 19 | /PRG N | 'STR1 /PRG N STR2'：表示包含STR1和STR2，且STR1 与 STR2 ... | AB | 位置运算符 | 检索关键词之间 |
| 20 | /PRG N | 'STR1 /PRG N STR2'：表示包含STR1和STR2，且STR1 与 STR2 ... | FT | 位置运算符 | 检索关键词之间 |
| 21 | $ N | 'STR $ N'：表示所查关键词STR最少出现N次 | TI | 位置运算符 | 检索关键词之间 |
| 22 | $ N | 'STR $ N'：表示所查关键词STR最少出现N次 | AB | 位置运算符 | 检索关键词之间 |
| 23 | $ N | 'STR $ N'：表示所查关键词STR最少出现N次 | FT | 位置运算符 | 检索关键词之间 |
from io import StringIO
html_str = '''
符号 功能
* 'str1 * str2'：同时包含str1和str2
+ 'str1 + str2'：包含str1或包含str2
- 'str1 - str2':包含str1但不包含str2
'''
# 使用 StringIO 来创建一个文件类似对象
string_file = StringIO(html_str)
# 读取文件类似对象为 DataFrame
df = pd.read_csv(string_file, sep='\t') # 因为字符串是用制表符分隔的，所以指定 sep='\t'
# 关闭 StringIO 对象（虽然在这个例子中不是必须的，因为 Python 的垃圾回收会处理它）
string_file.close()
df['符号类型'] = '逻辑运算符'
df['运算对象'] = '检索关键词之间'
df5 = df.copy()
df5| 符号 | 功能 | 符号类型 | 运算对象 | |
|---|---|---|---|---|
| 0 | * | 'str1 * str2'：同时包含str1和str2 | 逻辑运算符 | 检索关键词之间 |
| 1 | + | 'str1 + str2'：包含str1或包含str2 | 逻辑运算符 | 检索关键词之间 |
| 2 | - | 'str1 - str2':包含str1但不包含str2 | 逻辑运算符 | 检索关键词之间 |
html_str = '''符号 功能
AND 逻辑“与”
OR 逻辑“或”
NOT 逻辑“非”'''
# 使用 StringIO 来创建一个文件类似对象
string_file = StringIO(html_str)
# 读取文件类似对象为 DataFrame
df = pd.read_csv(string_file, sep='\t') # 因为字符串是用制表符分隔的，所以指定 sep='\t'
# 关闭 StringIO 对象（虽然在这个例子中不是必须的，因为 Python 的垃圾回收会处理它）
string_file.close()
df['符号类型'] = '逻辑运算符'
df['运算对象'] = '检索式之间'
df6 = df.copy()
df6| 符号 | 功能 | 符号类型 | 运算对象 | |
|---|---|---|---|---|
| 0 | AND | 逻辑“与” | 逻辑运算符 | 检索式之间 |
| 1 | OR | 逻辑“或” | 逻辑运算符 | 检索式之间 |
| 2 | NOT | 逻辑“非” | 逻辑运算符 | 检索式之间 |
## 合并逻辑运算符
df = pd.concat([df5, df6])
# 字段代码和字段含义为本人估计
df['字段代码'] = 'ALL'
df['字段含义'] = '所有字段'
df7 = df.copy()
df7| 符号 | 功能 | 符号类型 | 运算对象 | 字段代码 | 字段含义 | |
|---|---|---|---|---|---|---|
| 0 | * | 'str1 * str2'：同时包含str1和str2 | 逻辑运算符 | 检索关键词之间 | ALL | 所有字段 |
| 1 | + | 'str1 + str2'：包含str1或包含str2 | 逻辑运算符 | 检索关键词之间 | ALL | 所有字段 |
| 2 | - | 'str1 - str2':包含str1但不包含str2 | 逻辑运算符 | 检索关键词之间 | ALL | 所有字段 |
| 0 | AND | 逻辑“与” | 逻辑运算符 | 检索式之间 | ALL | 所有字段 |
| 1 | OR | 逻辑“或” | 逻辑运算符 | 检索式之间 | ALL | 所有字段 |
| 2 | NOT | 逻辑“非” | 逻辑运算符 | 检索式之间 | ALL | 所有字段 |
df = df2.merge(df1, on= "字段代码" , how = 'left')
df8 = df.copy()
df8| 符号 | 功能 | 字段代码 | 符号类型 | 运算对象 | 字段含义 | |
|---|---|---|---|---|---|---|
| 0 | = | = 'str' 表示检索与str相等的记录 | KY | 匹配运算符 | 字段与检索值 | 关键词 |
| 1 | = | = 'str' 表示检索与str相等的记录 | AU | 匹配运算符 | 字段与检索值 | 作者 |
| 2 | = | = 'str' 表示检索与str相等的记录 | FI | 匹配运算符 | 字段与检索值 | 第一作者 |
| 3 | = | = 'str' 表示检索与str相等的记录 | RP | 匹配运算符 | 字段与检索值 | 通讯作者 |
| 4 | = | = 'str' 表示检索与str相等的记录 | JN | 匹配运算符 | 字段与检索值 | NaN |
| 5 | = | = 'str' 表示检索与str相等的记录 | AF | 匹配运算符 | 字段与检索值 | 作者单位 |
| 6 | = | = 'str' 表示检索与str相等的记录 | FU | 匹配运算符 | 字段与检索值 | 基金 |
| 7 | = | = 'str' 表示检索与str相等的记录 | CLC | 匹配运算符 | 字段与检索值 | 分类号 |
| 8 | = | = 'str' 表示检索与str相等的记录 | SN | 匹配运算符 | 字段与检索值 | NaN |
| 9 | = | = 'str' 表示检索与str相等的记录 | CN | 匹配运算符 | 字段与检索值 | NaN |
| 10 | = | = 'str' 表示检索与str相等的记录 | IB | 匹配运算符 | 字段与检索值 | NaN |
| 11 | = | = 'str' 表示检索与str相等的记录 | CF | 匹配运算符 | 字段与检索值 | NaN |
| 12 | = | = 'str' 表示包含完整str的记录 | TI | 匹配运算符 | 字段与检索值 | 篇名 |
| 13 | = | = 'str' 表示包含完整str的记录 | AB | 匹配运算符 | 字段与检索值 | 摘要 |
| 14 | = | = 'str' 表示包含完整str的记录 | FT | 匹配运算符 | 字段与检索值 | 全文 |
| 15 | = | = 'str' 表示包含完整str的记录 | RF | 匹配运算符 | 字段与检索值 | 参考文献 |
| 16 | % | % 'str' 表示包含完整str的记录 | KY | 匹配运算符 | 字段与检索值 | 关键词 |
| 17 | % | % 'str' 表示包含完整str的记录 | AU | 匹配运算符 | 字段与检索值 | 作者 |
| 18 | % | % 'str' 表示包含完整str的记录 | FI | 匹配运算符 | 字段与检索值 | 第一作者 |
| 19 | % | % 'str' 表示包含完整str的记录 | RP | 匹配运算符 | 字段与检索值 | 通讯作者 |
| 20 | % | % 'str' 表示包含完整str的记录 | JN | 匹配运算符 | 字段与检索值 | NaN |
| 21 | % | % 'str' 表示包含完整str的记录 | FU | 匹配运算符 | 字段与检索值 | 基金 |
| 22 | % | % 'str' 表示包含str及str分词的记录 | TI | 匹配运算符 | 字段与检索值 | 篇名 |
| 23 | % | % 'str' 表示包含str及str分词的记录 | AB | 匹配运算符 | 字段与检索值 | 摘要 |
| 24 | % | % 'str' 表示包含str及str分词的记录 | FT | 匹配运算符 | 字段与检索值 | 全文 |
| 25 | % | % 'str' 表示包含str及str分词的记录 | RF | 匹配运算符 | 字段与检索值 | 参考文献 |
| 26 | % | % 'str' 表示一致匹配或与前面部分串匹配的记录 | CLC | 匹配运算符 | 字段与检索值 | 分类号 |
| 27 | %= | %= 'str' 表示相关匹配str的记录 | SU | 匹配运算符 | 字段与检索值 | 主题 |
| 28 | %= | %= 'str' 表示包含完整str的记录 | CLC | 匹配运算符 | 字段与检索值 | 分类号 |
| 29 | %= | %= 'str' 表示包含完整str的记录 | ISSN | 匹配运算符 | 字段与检索值 | NaN |
| 30 | %= | %= 'str' 表示包含完整str的记录 | CN | 匹配运算符 | 字段与检索值 | NaN |
| 31 | %= | %= 'str' 表示包含完整str的记录 | IB | 匹配运算符 | 字段与检索值 | NaN |
df = df3.merge(df1, on= "字段代码" , how = 'left')
df9 = df.copy()
df9| 符号 | 功能 | 字段代码 | 符号类型 | 运算对象 | 字段含义 | |
|---|---|---|---|---|---|---|
| 0 | BETWEEN | BETWEEN ('str1' ， 'str2')表示匹配str1与str2之间的值 | YE | 比较运算符 | 字段与检索值 | NaN |
| 1 | > | 大于 | YE | 比较运算符 | 字段与检索值 | NaN |
| 2 | > | 大于 | CF | 比较运算符 | 字段与检索值 | NaN |
| 3 | < | 小于 | YE | 比较运算符 | 字段与检索值 | NaN |
| 4 | < | 小于 | CF | 比较运算符 | 字段与检索值 | NaN |
| 5 | >= | 大于等于 | YE | 比较运算符 | 字段与检索值 | NaN |
| 6 | >= | 大于等于 | CF | 比较运算符 | 字段与检索值 | NaN |
| 7 | <= | 小于等于 | YE | 比较运算符 | 字段与检索值 | NaN |
| 8 | <= | 小于等于 | CF | 比较运算符 | 字段与检索值 | NaN |
df = df4.merge(df1, on= "字段代码" , how = 'left')
df10 = df.copy()
df10| 符号 | 功能 | 字段代码 | 符号类型 | 运算对象 | 字段含义 | |
|---|---|---|---|---|---|---|
| 0 | # | 'STR1 # STR2'：表示包含STR1和STR2，且STR1、STR2在同一句中 | TI | 位置运算符 | 检索关键词之间 | 篇名 |
| 1 | # | 'STR1 # STR2'：表示包含STR1和STR2，且STR1、STR2在同一句中 | AB | 位置运算符 | 检索关键词之间 | 摘要 |
| 2 | # | 'STR1 # STR2'：表示包含STR1和STR2，且STR1、STR2在同一句中 | FT | 位置运算符 | 检索关键词之间 | 全文 |
| 3 | % | 'STR1 % STR2'：表示包含STR1和STR2，且STR1 与STR2在同一句中， ... | TI | 位置运算符 | 检索关键词之间 | 篇名 |
| 4 | % | 'STR1 % STR2'：表示包含STR1和STR2，且STR1 与STR2在同一句中， ... | AB | 位置运算符 | 检索关键词之间 | 摘要 |
| 5 | % | 'STR1 % STR2'：表示包含STR1和STR2，且STR1 与STR2在同一句中， ... | FT | 位置运算符 | 检索关键词之间 | 全文 |
| 6 | /NEAR N | 'STR1 /NEAR N STR2'：表示包含STR1和STR2，且STR1 与 STR2... | TI | 位置运算符 | 检索关键词之间 | 篇名 |
| 7 | /NEAR N | 'STR1 /NEAR N STR2'：表示包含STR1和STR2，且STR1 与 STR2... | AB | 位置运算符 | 检索关键词之间 | 摘要 |
| 8 | /NEAR N | 'STR1 /NEAR N STR2'：表示包含STR1和STR2，且STR1 与 STR2... | FT | 位置运算符 | 检索关键词之间 | 全文 |
| 9 | /PREV N | 'STR1 /PREV N STR2'：表示包含STR1和STR2，且STR1 与 STR2... | TI | 位置运算符 | 检索关键词之间 | 篇名 |
| 10 | /PREV N | 'STR1 /PREV N STR2'：表示包含STR1和STR2，且STR1 与 STR2... | AB | 位置运算符 | 检索关键词之间 | 摘要 |
| 11 | /PREV N | 'STR1 /PREV N STR2'：表示包含STR1和STR2，且STR1 与 STR2... | FT | 位置运算符 | 检索关键词之间 | 全文 |
| 12 | /AFT N | 'STR1 /AFT N STR2'：表示包含STR1和STR2，且STR1 与 STR2 ... | TI | 位置运算符 | 检索关键词之间 | 篇名 |
| 13 | /AFT N | 'STR1 /AFT N STR2'：表示包含STR1和STR2，且STR1 与 STR2 ... | AB | 位置运算符 | 检索关键词之间 | 摘要 |
| 14 | /AFT N | 'STR1 /AFT N STR2'：表示包含STR1和STR2，且STR1 与 STR2 ... | FT | 位置运算符 | 检索关键词之间 | 全文 |
| 15 | /SEN N | 'STR1 /SEN N STR2'：表示包含STR1和STR2，且STR1 与 STR2 ... | TI | 位置运算符 | 检索关键词之间 | 篇名 |
| 16 | /SEN N | 'STR1 /SEN N STR2'：表示包含STR1和STR2，且STR1 与 STR2 ... | AB | 位置运算符 | 检索关键词之间 | 摘要 |
| 17 | /SEN N | 'STR1 /SEN N STR2'：表示包含STR1和STR2，且STR1 与 STR2 ... | FT | 位置运算符 | 检索关键词之间 | 全文 |
| 18 | /PRG N | 'STR1 /PRG N STR2'：表示包含STR1和STR2，且STR1 与 STR2 ... | TI | 位置运算符 | 检索关键词之间 | 篇名 |
| 19 | /PRG N | 'STR1 /PRG N STR2'：表示包含STR1和STR2，且STR1 与 STR2 ... | AB | 位置运算符 | 检索关键词之间 | 摘要 |
| 20 | /PRG N | 'STR1 /PRG N STR2'：表示包含STR1和STR2，且STR1 与 STR2 ... | FT | 位置运算符 | 检索关键词之间 | 全文 |
| 21 | $ N | 'STR $ N'：表示所查关键词STR最少出现N次 | TI | 位置运算符 | 检索关键词之间 | 篇名 |
| 22 | $ N | 'STR $ N'：表示所查关键词STR最少出现N次 | AB | 位置运算符 | 检索关键词之间 | 摘要 |
| 23 | $ N | 'STR $ N'：表示所查关键词STR最少出现N次 | FT | 位置运算符 | 检索关键词之间 | 全文 |
df = df7.merge(df1, on= ("字段代码", "字段含义") , how = 'left')
df11 = df.copy()
df11| 符号 | 功能 | 符号类型 | 运算对象 | 字段代码 | 字段含义 | |
|---|---|---|---|---|---|---|
| 0 | * | 'str1 * str2'：同时包含str1和str2 | 逻辑运算符 | 检索关键词之间 | ALL | 所有字段 |
| 1 | + | 'str1 + str2'：包含str1或包含str2 | 逻辑运算符 | 检索关键词之间 | ALL | 所有字段 |
| 2 | - | 'str1 - str2':包含str1但不包含str2 | 逻辑运算符 | 检索关键词之间 | ALL | 所有字段 |
| 3 | AND | 逻辑“与” | 逻辑运算符 | 检索式之间 | ALL | 所有字段 |
| 4 | OR | 逻辑“或” | 逻辑运算符 | 检索式之间 | ALL | 所有字段 |
| 5 | NOT | 逻辑“非” | 逻辑运算符 | 检索式之间 | ALL | 所有字段 |
df = pd.concat(
[df8, df9, df10, df11], ignore_index= False
).reset_index(drop = True)
df12 = df.copy()
df12.to_csv('data/知网专业检索字段代码-含义-运算符.csv', index = False)
df12| 符号 | 功能 | 字段代码 | 符号类型 | 运算对象 | 字段含义 | |
|---|---|---|---|---|---|---|
| 0 | = | = 'str' 表示检索与str相等的记录 | KY | 匹配运算符 | 字段与检索值 | 关键词 |
| 1 | = | = 'str' 表示检索与str相等的记录 | AU | 匹配运算符 | 字段与检索值 | 作者 |
| 2 | = | = 'str' 表示检索与str相等的记录 | FI | 匹配运算符 | 字段与检索值 | 第一作者 |
| 3 | = | = 'str' 表示检索与str相等的记录 | RP | 匹配运算符 | 字段与检索值 | 通讯作者 |
| 4 | = | = 'str' 表示检索与str相等的记录 | JN | 匹配运算符 | 字段与检索值 | NaN |
| ... | ... | ... | ... | ... | ... | ... |
| 66 | + | 'str1 + str2'：包含str1或包含str2 | ALL | 逻辑运算符 | 检索关键词之间 | 所有字段 |
| 67 | - | 'str1 - str2':包含str1但不包含str2 | ALL | 逻辑运算符 | 检索关键词之间 | 所有字段 |
| 68 | AND | 逻辑“与” | ALL | 逻辑运算符 | 检索式之间 | 所有字段 |
| 69 | OR | 逻辑“或” | ALL | 逻辑运算符 | 检索式之间 | 所有字段 |
| 70 | NOT | 逻辑“非” | ALL | 逻辑运算符 | 检索式之间 | 所有字段 |
71 rows × 6 columns