概要

与えられたコメントを最初の100文字までカットし、その際に特定の終端記号（句読点や記号など）が出現する最後の位置を考慮してカットを行うコードを実装しました。

サンプルコード

DBテーブルから取得しない場合：

punctuation_mark = '。'

def cut_comment(comment):
    print("send_commentの文字数", len(comment))  
    comment_100 = comment[:100]
    print("send_comment_100の文字数", len(comment_100))  
    location = comment_100.rfind(punctuation_mark)
    print("locationの位置:", location)
    comment_100 = comment_100[:location + 1]
    print("send_comment_100:", comment_100)
    return comment_100


comment = 'コメントを100文字までにカットします1。コメントを100文字までにカットします2。コメントを100文字までにカットします3。コメントを100文字までにカットします4。コメントを100文字までにカットします5。コメントを100文字までにカットします6。'
cut_comment(comment)

# 出力結果:

# send_commentの文字数 126
# send_comment_100の文字数 100
# locationの位置: 83
# send_comment_100: コメントを100文字までにカットします1。コメントを100文字までにカットします2。コメントを100文字までにカットします3。コメントを100文字までにカットします4。

.rfind() メソッドとは？

文字列内で指定された部分文字列を後ろから検索し、その最後に現れる位置（インデックス）を返すメソッド。

基本的な構文は次の通りです

string.rfind(substring)

string: 検索対象となる元の文字列。
substring: 検索したい部分文字列。

このメソッドは、指定した部分文字列が見つからない場合には -1 を返します。それ以外の場合、指定した部分文字列が最後に現れるインデックスを返します。

`comment_100[:location + 1]`

+1 を足しているのは、location_punc_cdが句読点文字の位置を示しており、その句読点文字を含めるためです。インデックスが0から始まるからですね。

DBテーブルから取得する場合：

DBテーブルPuncCdには、以下のような形で登録されているとします。

id  punc_cd punc
1	1	    。
2	2	    ？
3	3	    ！
4	4	    .

from xxx.models import PuncCd

def cut_comment(comment):
    comment_100 = comment[:100]

    # データベースから punc_cd の値を取得して data_punc_cd_values リストを作成
    punc_cd_values = PuncCd.objects.values_list('punc', flat=True)
    # punc_cd_valuesには<QuerySet ['。', '？', '！', '.']>が入ります

    location_punc_cd = None
    for punc_value in punc_cd_values:
        location = comment_100.rfind(punc_value)
        if location != -1:  # punc_valueが見つかった場合
            if location_punc_cd is None or location > location_punc_cd:
                location_punc_cd = location

    if location_punc_cd is not None:
        comment_100 = comment_100[:location_punc_cd + 1]

    return comment_100

comment = 'コメントを100文字までにカットします1。コメントを100文字までにカットします2。コメントを100文字までにカットします3。コメントを100文字までにカットします4。コメントを100文字までにカットします5。コメントを100文字までにカットします6。'
cut_comment(comment)

上記では、繰り返しの処理により、終端記号のリスト内で最後に出現する位置を探し、それを基準にコメントをカットしています。

丁寧に説明すると、以下のことを実施しています。

まず、punc_cd_valuesリスト内の各終端記号に対して、comment_100内でのその終端記号の最後の出現位置（インデックス）を rfindメソッドを使って探します。この位置を locationとして取得します。

もし location が -1 でない（つまり、その終端記号が comment_100 内で見つかった）場合、かつ、locationの位置が既知の最後の終端記号位置 location_punc_cd より大きい場合、location を新たな location_punc_cd として更新します。これによって、最も後ろに位置する終端記号の位置が保持されます。

最後に、もし location_punc_cd が None でない場合（終端記号が見つかった場合）、comment_100 を location_punc_cd + 1の位置でカットし、最終的なカットされたコメントを得ます。

ちなみに、rfindメソッドは文字列のメソッドであり、リスト（punc_cd_values）を引数として受け取ることはできません。そのまま渡すと以下のエラーになります。

'must be str, not QuerySet'