两个不同的结构化 python 列表之间的匹配

Question

我使用 python 2.7，我有 2 个列表，一个是这种形状：

t1 = [('go', 'VB'), [('like', 'IN'), [('i', 'PR')]], [('to', 'TO')], [('there', 'RB')]]

另一个是在一个以这种格式存储的文本文件中：

t2 = [go:VB, [like:IN, [i:PR]], [to:TO], [there:RB]]

我想看看 (t1) 是否匹配 (t2)。

我面临的一个问题是文本文件中没有（''）的那些，所以它们看起来像变量。

请您帮忙寻找一种匹配这两者的方法。

def match(t1, t2):
    #check here if the nested lists match or not.   
    return True

我尝试将 ( t1 ) 转换为字符串并删除 ' ( ' 和 ' ) '，方法是用空的 '' 替换它们 然后将 ' , ' 替换为 ' : ' 但它给出了很多引号，我认为这不是解决此问题的好主意。

Answer 1

这个答案没有使用eval()，这是一个非常不安全的事情。

1. 使用str 将您的t1 转换为字符串。
2. 在replace的帮助下删除t1和t1中的所有空格
3. 使用re的sub转换t2。
4. 最后，比较字符串

### 1
t1 = str(t1)

### 2
t1 = t1.replace(" ", "")
t2 = t2.replace(" ", "")

### 3
t2 = re.sub(r"(\w+):(\w+)", r"('\1','\2')", t2)

### 4
print(t1 == t2)

---

编辑

如果你想支持制表符和换行符，你需要这样做

### 2
t1 = "".join(t1.split())
t2 = "".join(t2.split())

Answer 2

假设您的结构仅由包含两个字符串的列表和元组组成，以下函数应该通过递归生成目标字符串来满足您的需求：

def format_list(l):
  res = "["
  items = []
  for item in l:
    if isinstance(item,list):
      items.append(format_list(item))
    elif isinstance(item,tuple):
      items.append(item[0] + ':' + item[1])
  res += ", ".join(items) + "]"
  return res

Answer 3

一种天真的简单的方法 - 使用regex substitution 将字符串从文件转换为 Python 可评估的形式，然后邪恶的eval 它：

import re

s2 = '[go:VB, [like:IN, [i:PR]], [to:TO], [there:RB]]'

# 'go:VB' -> '("go", "VB")'
s2_pyth = re.sub(r'(\w+):(\w+)', r'("\1", "\2")', s2)
# '[("go", "VB"), [("like", "IN"), [("i", "PR")]], [("to", "TO")], [("there", "RB")]]'

l2 = eval(s2_pyth)
# [('go', 'VB'), [('like', 'IN'), [('i', 'PR')]], [('to', 'TO')], [('there', 'RB')]]

if l1 == l2:
    # or whatever more specific comparison

我认为，在这种情况下使用eval（似乎是一项无害的学术 NLP 任务）是可以的。如果您的文本文件中的标记不是严格的字母数字，您可能需要一个更智能的正则表达式 r'\w+' 来匹配它们，也许……。喜欢r'[^\[\]]+'...