连接字符串列表中的选定字符串答案

【问题标题】：Concatenating selected strings in list of strings连接字符串列表中的选定字符串
【发布时间】：2017-09-29 11:26:03
【问题描述】：

问题如下。我有一个字符串列表

lst1=['puffing','his','first','cigarette','in', 'weeks', 'in', 'weeks']

我想获取字符串

lst2=['puffing','his','first','cigarette','in weeks', 'in weeks']

即连接子列表['in', 'weeks'] 的任何出现，原因与此处无关，其中find_sub_list1 取自here（并包含在下面的代码中）：

npis = [['in', 'weeks'], ['in', 'ages']]

# given a list a candidate sublist, return the index of the first and last
# element of the sublist within the list
def find_sub_list1(sl,l):
    results=[]
    sll=len(sl)
    for ind in (i for i,e in enumerate(l) if e==sl[0]):
        if l[ind:ind+sll]==sl:
        results.append((ind,ind+sll-1))

    return results

def concatenator(sent, npis):
    indices = []
    for npi in npis:
        indices_temp = find_sub_list1(npi, sent)
        if indices_temp != []:
            indices.extend(indices_temp)
    sorted(indices, key=lambda x: x[0])

    for (a,b) in indices:
        diff = b - a
        sent[a:b+1] = [" ".join(sent[a:b+1])]
        del indices[0]
        indices = [(a - diff, b - diff) for (a,b) in indices]

    return sent

此编码器返回的不是所需的lst2：

concatenator(lst1,['in', 'weeks'])
>>['puffing','his','first','cigarette','in weeks', 'in', 'weeks']

所以它只连接第一次出现。关于代码在哪里失败的任何想法？

【问题讨论】：

连接这两个词的更好方法是向后工作。这样您就不必使用 diff 调整剩余的索引
我怎么错过了！好建议！非常感谢！

标签： python string list python-3.x tuples

【解决方案1】：

因为所需的子序列是'in' 'weeks' 可能还有'in''ages'

一种可能的解决方案可能是（虽然循环不是很优雅）：

先找出所有出现'in'的位置。
然后遍历源列表，将元素追加到目标列表，并对'in'的位置进行特殊处理，即如果后面的单词在特殊集合中，则将两者连接并追加到目标，将迭代器向前推进一次。
一旦源列表用完，就会抛出一个IndexError，指示我们应该中断循环。

代码：

index_in = [i for i, _ in enumerate(lst1) if _ == 'in']

lst2 = []; n = 0

while True:
    try:
         if n in index_in and lst1[n+1] in ['weeks', 'ages']:
             lst2.append(lst1[n] + lst1[n+1])
             n += 1
         else:
             lst2.append(lst1[n])
         n += 1
     except IndexError:
         break

更好的方法是通过正则表达式。

将列表加入以空格为分隔符的字符串
在空格上拆分列表，in<space>weeks 包围的空格除外。在这里，我们可以使用否定的lookahead & lookbehind

代码：

import re

c = re.compile(r'(?<!in) (?!weeks)')

lst2 = c.split(' '.join(lst1))

【讨论】：

【解决方案2】：

这不是对您的代码的修复，而是另一种解决方案（我最终总是对所有内容都使用正则表达式）

import re
list1_str = ','.join(lst1)
npis_concat = [','.join(x) for x in npis]
for item in npis_concat:
    list1_str = re.sub(r'\b'+item+r'\b',item.replace(',', ' '),list1_str)
lst1 = list1_str.split(',')

我在这里使用逗号，但您可以将其替换为任何字符，最好是您知道不会出现在文本中的字符

r'\b' 用于确保我们不会意外地从以 npis 中的内容结尾/开头的单词中截取位

【讨论】：