Python字符串追加

Question

我有一个 python 方法，它采用 (string, float) 形式的元组列表和 返回一个字符串列表，如果组合在一起，则不会超过某个限制。我不是为了保留输出长度而拆分句子，而是确保保持在所需输出长度的句子长度内。

例如：
s：[('Where are you',1),('What about the next day',2),('When is the next event',3)]

最大长度：5
输出：'Where are you What about the next day'

最大长度：3
输出：'Where are you'

这就是我正在做的：

l=0
output = []
for s in s_tuples:
   if l <= max_length:
     output.append(s[0])
     l+=len(get_words_from(s[0]))
 return ''.join(output)

除了在达到长度时停止之外，有没有更聪明的方法来确保输出字长不超过 max_length？

Answer 1

一种更聪明的方法是在超过max_length 后立即跳出循环，这样您就不会无缘无故地遍历列表的其余部分：

for s in s_tuples:
    if l > max_length:
        break
    output.append(s[0])
    l += len(get_words_from(s[0]))
return ''.join(output)

Answer 2

首先，如果达到最大长度，我认为没有理由将循环中断推迟到下一次迭代。

所以，修改你的代码，我想出了以下代码：

s_tuples = [('Where are you',1),('What about the next day',2),('When is the next event',3)]


def get_words_number(s):
    return len(s.split())


def truncate(s_tuples, max_length):
    tot_len = 0
    output = []
    for s in s_tuples:
        output.append(s[0])
        tot_len += get_words_number(s[0])
        if tot_len >= max_length:
            break
    return ' '.join(output)


print truncate(s_tuples,3)

其次，我真的不喜欢创建一个临时对象output。我们可以使用迭代器向join 方法提供迭代器，该迭代器在不复制信息的情况下迭代初始列表。

def truncate(s_tuples, max_length):

    def stop_iterator(s_tuples):
        tot_len = 0
        for s,num in s_tuples:
            yield s
            tot_len += get_words_number(s)
            if tot_len >= max_length:
                break

    return ' '.join(stop_iterator(s_tuples))


print truncate(s_tuples,3)

此外，在您的示例中，输出略大于设置的最大单词数。如果您希望字数始终小于限制（但仍然是可能的最大值），则不要在检查限制后输入yield：

def truncate(s_tuples, max_length):

    def stop_iterator(s_tuples):
        tot_len = 0
        for s,num in s_tuples:
            tot_len += get_words_number(s)
            if tot_len >= max_length:
                if tot_len == max_length:
                    yield s
                break
            yield s

    return ' '.join(stop_iterator(s_tuples))


print truncate(s_tuples,5)

Answer 3

如果 NumPy 可用，则使用列表理解的以下解决方案有效。

import numpy as np

# Get the index of the last clause to append.
s_cumlen = np.cumsum([len(s[0].split()) for s in s_tuples])
append_until = np.sum(s_cumlen < max_length)

return ' '.join([s[0] for s in s_tuples[:append_until+1]])

为清楚起见：s_cumlen 包含字符串字数的累积总和。

>>> s_cumlen
array([ 3,  8, 13])

Answer 4

max_length 应该控制什么？返回列表中的单词总数？我原以为max_length 5 只能产生 5 个字，而不是 8 个。

编辑： 我会保留两个列表，因为我认为它很容易阅读，但有些人可能不喜欢额外的开销：

def restrictWords(givenList, whenToStop):
    outputList = []
    wordList = []
    for pair in givenList:
        stringToCheck = pair[0]
        listOfWords = stringToCheck.split()
        for word in listOfWords:
            wordList.append(word)
        outputList.append( stringToCheck )
        if len( wordList ) >= whenToStop:
            break
    return outputList

所以

testList = [ ('one two three',1),
             ('four five',2),
             ('six seven eight nine',3) ]

2 应该给你['one two three'] 3 应该给你['one two three'] 4 应该给你['one two three', 'four five']

Answer 5

当达到限制时，您的代码不会停止。 “max_length”是一个坏名字......它不是“最大长度”，您的代码允许超过它（如您的第一个示例） - 这是故意的吗？ “l”是个坏名字；我们称之为tot_len。当 tot_len == max_length 时，您甚至可以继续前进。您的示例显示加入空格，但您的代码没有这样做。

你可能需要这样的东西：

tot_len = 0
output = []
for s in s_tuples:
    if tot_len >= max_length:
        break
    output.append(s[0])
    tot_len += len(get_words_from(s[0]))
return ' '.join(output)