python - 如何在Python中给定范围内的宽词空间？

Question

给定一个 Python 字符串，我想在给定范围的字符串 sentence 内对给定 word 子字符串的出现进行宽间距。我找不到执行此算法的有效且简洁的方法。

我只想对索引在sentence 字符串的给定范围内的单词进行宽间距，并且单词必须准确（不能被其他单词字符包围，例如字母和数字）。计算单词准确度时会忽略标点符号和其他符号。

到目前为止，我的函数widespace(sentence, word, start = None, end = None): 应该在从start 到end 的给定范围内对给定的word 进行宽间距，但目前它看起来效率很低且冗长。它也无法检测精确的单词匹配并忽略标点符号。

预期结果

1. 如果单词在range(start, end) 内，所有出现的单词都会受到影响，也就是说，索引大于或等于start，严格小于end。
2. 完全匹配忽略标点符号，但区分大小写。例如，如果要匹配"omg"，它接受"omg!"和"omg,"，但不接受被其他单词字符包围的"omg"，例如"zomg"或"omgf"
   • 单词字符可以包括数字、字母、连字符，这是您的偏好。
3. widespace("Foo, Bar, Baz!", "Baz") 变为 Foo, Bar, B a z!
   • 索引为 10。
4. widespace("Foo, Foo, Foo!", "Foo") 变为 F o o, F o o, F o o!
   • 索引为 0、5、10。
5. widespace("Foo, Foo, Foo!", "Foo", start = 0, end = 2) 变为
   F o o, Foo, Foo!
   • 索引为 0、5、10。只有第一个（索引 0）受到影响。
6. widespace("Foo, Foo, Foo!", "Foo", start = 0, end = 5) 变成
   F o o, Foo, Foo! 就像前面的例子一样
   • 索引为 0、5、10。只有第一个（索引 0）受到影响，因为第二个与 5 完全匹配，超出了范围。
7. widespace("Foo, Foo, Foo!", "Foo", start = 0, end = 6) 变为
   F o o, F o o, Foo!
   • 索引为 0、5、10。只有前两个得到匹配。
8. widespace("Mulliganaceous Mulligan, OMG", "Mulligan") 应该变成Mulliganaceous M u l l i g a n, OMG"
   • "Mulliganaceous" 不完全匹配。但是"Mulligan," 算作一个，因为它没有被其他单词字符包围。
   • 我目前有M u l l i g a naceous M u l l i g a n

当前代码

到目前为止，我已经可以使用它了，但是代码很长，可能效率低下，并且无法处理完全匹配和标点符号。

def widespace(sentence: str, word: str, start: int = None, end: int = None):
    if not start:
        start = 0
    if not end:
        end = len(sentence)

    spacedword = " ".join(word)
    indices = []
    cur = sentence.find(word, start)

    # Find all occurrences of the word
    while cur >= 0 and cur < end + len(word) - 1:
        # Add to list
        indices.append(cur) 

        # Next occurrence
        cur = cur + len(word)
        cur = sentence.find(word, cur, end + len(word) - 1)
    print("\t" + str(indices)) # To check indices

    # Replace word with spaced-out word
    while len(indices) > 0:
        index = indices.pop()
        sa = sentence[:index]
        sb = sentence[index:index + len(word)]
        sc = sentence[index + len(word):]
        sb = sb.replace(word, spacedword)
        sentence = sa + sb + sc

    return sentence

如何在 Python 的某个范围内加宽给定单词（完全匹配，忽略标点符号）？满足所有期望的有效解决方案是首选，尽管我对结果非常灵活。

Answer 1

首先，“宽空间”整个字符串的最简单，可能也是最有效的方法是：

' '.join(s)

这是因为字符串是迭代每个单独字符的可迭代对象，因此如果您将一个传递给join，它会将所有字符与每对之间的分隔符连接起来。

那么，如何处理字符串的widespace 部分？很简单：把它切开，join 只是你想要加宽的部分，然后将它合并在一起：

s[:start] + ' '.join(s[start:end]) + s[end:]

这与您要求的界面不太一样，但是我不确定word 在您的问题中应该做什么，所以我只写了最简单的东西，即widespaces 一切 em>，希望你能弄清楚如何将它映射到你想要的：

>>> s = 'foo foo foo foo foo foo foo'
>>> s[:8] + ' '.join(s[8:15]) + s[15:]
'foo foo f o o   f o o foo foo foo'

请注意，这也允许您使用start=None, end=None 默认值，它们将自动使用与切片、range 等相同的含义：None 表示从开头开始或结尾在结束。

这将非常有效，但可能不如创建自定义 C 扩展（在开始时为 len(s) + end - start 保留空间然后循环遍历 C 中的字符）高效。