在python中合并重叠的多字

Question

我有一个多词列表，例如：

['President Barack', 'Barack Obama', 'New York', 'York City', 'United States', 'States of America', 'This is not overlapping']

我想合并重叠的多字以获得这样的东西：

['President Barack Obama', 'New York City', 'United States of America', 'This is not overlapping']

我已经尝试过取自另一个类似问题的代码：

strFrag = ['President Barack', 'Barack Obama', 'New York', 'York City', 'United States', 'States of America', 'This is not overlapping']

for repeat in range(0, len(strFrag)-1):
    bestMatch = [2, '', ''] #overlap score (minimum value 3), otherStr index, assembled str portion
    for otherStr in strFrag[1:]:
        for x in range(0,len(otherStr)):
            if otherStr[x:] == strFrag[0][:len(otherStr[x:])]:
                if len(otherStr)-x > bestMatch[0]:
                    bestMatch = [len(otherStr)-x, strFrag.index(otherStr), otherStr[:x]+strFrag[0]]
            if otherStr[:-x] == strFrag[0][-len(otherStr[x:]):]:
                if x > bestMatch[0]:
                    bestMatch = [x, strFrag.index(otherStr), strFrag[0]+otherStr[-x:]]
    if bestMatch[0] > 2:
        strFrag[0] = bestMatch[2]
        strFrag = strFrag[:bestMatch[1]]+strFrag[bestMatch[1]+1:]

但它只适用于列表的第一个单词，给我这个结果：

['President Barack Obama', 'New York', 'York City', 'United States', 'States of America', 'This is not overlapping']

我的问题是：你将如何解决它？

感谢您的宝贵时间！

编辑：我希望只有接近的词被合并，所以如果我有 ['President Barack', 'Some word', 'Other word', 'Barack Obama']，Barack Obama 总统不会合并。

更新：也许这样的事情是正确的，但如果可能的话，我想听听你的意见

strFrag = ['President Barack', 'Barack Obama', 'Obama of the USA', 'New York', 'York City', 'Test', 'Hello how', 'how you doin?']

for i in range(len(strFrag)):
  strFrag[i] = strFrag[i].split()

for i in range(len(strFrag)-1,-1,-1):
    if (strFrag[i][0] == strFrag[i-1][-1]):
      strFrag[i-1].remove(strFrag[i-1][-1])
      strFrag[i] = strFrag[i-1] + strFrag[i]
      strFrag.remove(strFrag[i-1])

for i in range(len(strFrag)):
  strFrag[i] = ' '.join(strFrag[i])

它给了我：

['President Barack Obama of the USA',
 'New York City',
 'Test',
 'Hello how you doin?']

Answer 1

我想我会这样解决它：

1. 用空格分割每个字符串 例如：'约克市' => ['约克'，'城市']
2. 查看第一个和最后一个单词是否可以（分别）与另一个字符串的最后一个和第一个单词匹配
3. 如果可行，将这两个字符串组合起来
4. 重复直到你不做任何修改
5. 用join方法连接你找到的字符串

如果你想每次匹配多个单词， 例如：“巴拉克总统”和“巴拉克奥巴马总统”成为“巴拉克奥巴马总统”， 如果第一个或最后一个已经匹配，我会使用一个循环来考虑每个字符串的下一个或上一个单词

希望我足够清楚并帮助解决您的问题。