具有精确词匹配搜索的RDD过滤器

Question

我有一个rdd对象（从文本文件创建），我正在通过使用完全匹配的单词进行过滤来创建另一个rdd对象。

rdd2 = rdd1.filter(lambda x: word in x)

word是在for循环中生成的字符串。因此，我将循环搜索rdd1中的某些单词。例如，如果我的单词值为“ ebook”。因此，当我搜索rdd1时，会得到所有与ebook匹配的行。但是，我也获得了价值“电子书”的支持。

如何使用完全匹配的单词过滤rdd？ rdd2应该包含仅具有完全匹配的单词的行，即ebook而不是ebooks。

我需要为进一步的流程创建中间rdd。请帮助。

Answer 1

rdd2 = rdd1.filter（lambda x：x.split（）中的单词]

x.split（）用于精确的单词匹配。