因此,从下面的字符串列表开始:
string_list = ['rest', 'resting', 'look', 'looked', 'it', 'spit']
我想删除任何是另一个元素的子字符串的元素,例如给出以下结果...
string_list = ['resting', 'looked', 'spit']
我有一些代码可以实现这个功能,但它非常丑陋,可能过于复杂。在Python中是否有简单的方法可以做到这一点?
因此,从下面的字符串列表开始:
string_list = ['rest', 'resting', 'look', 'looked', 'it', 'spit']
我想删除任何是另一个元素的子字符串的元素,例如给出以下结果...
string_list = ['resting', 'looked', 'spit']
我有一些代码可以实现这个功能,但它非常丑陋,可能过于复杂。在Python中是否有简单的方法可以做到这一点?
第一个基本模块:子字符串。
您可以使用 in
来检查:
>>> 'rest' in 'resting'
True
>>> 'sing' in 'resting'
False
接下来,我们将选择创建一个新列表的朴素方法。我们将逐一将项目添加到新列表中,并检查它们是否为子字符串。
def substringSieve(string_list):
out = []
for s in string_list:
if not any([s in r for r in string_list if s != r]):
out.append(s)
return out
你可以通过排序来加速,减少比较次数(毕竟,一个更长的字符串永远不可能是一个长度更短/相等的字符串的子串):def substringSieve(string_list):
string_list.sort(key=lambda s: len(s), reverse=True)
out = []
for s in string_list:
if not any([s in o for o in out]):
out.append(s)
return out
string_list = ['rest', 'resting', 'look', 'looked', 'it', 'spit']
def string_set(string_list):
return set(i for i in string_list
if not any(i in s for s in string_list if i != s))
print(string_set(string_list))
输出结果为:
set(['looked', 'resting', 'spit'])
请注意我使用生成器表达式创建了一个集合以去除可能重复的单词,因为似乎顺序不重要。
另一个一行代码:
[string for string in string_list if len(filter(lambda x: string in x,string_list)) == 1]
应该相当易读,只是不那么像Python。
TypeError: object of type 'filter' has no len()
。只需要用list
包装filter
:len(list(filter(lambda x: string in x,string_list)))
。 - Hieustring_list
中有重复的哈希值,例如 ['apple', 'apple']
。这将返回一个空列表,而不是 ['apple']
。这种行为可能是想要的,也可能不是。 - Hieu这里有一种方法:
def find_unique(original):
output = []
for a in original:
for b in original:
if a == b:
continue # So we don't compare a string against itself
elif a in b:
break
else:
output.append(a) # Executed only if "break" is never hit
return output
if __name__ == '__main__':
original = ['rest', 'resting', 'look', 'looked', 'it', 'split']
print find_unique(original)
它利用了我们可以通过使用in
运算符轻松检查一个字符串是否是另一个字符串的子字符串这一事实。它基本上遍历每个字符串,检查它是否是另一个字符串的子字符串,并将自己附加到输出列表中(如果它不是)。
这将打印出 ['resting','looked','split']
filter(lambda x: [x for i in string_list if x in i and x != i] == [], string_list)
例子:
>>> string_list = ['rest', 'resting', 'look', 'looked', 'it', 'spit']
>>> filter(lambda x: [x for i in string_list if x in i and x != i] == [], string_list)
['resting', 'looked', 'spit']
这是一种不太优化的方式,仅适用于列表较小的情况:
for str1 in string_list:
for str2 in string_list:
if str1 in str2 and str1 != str2:
string_list.remove(str1)
string_list = ['rest', 'resting', 'look', 'looked', 'it', 'spit']
for item in string_list:
for item1 in string_list:
if item in item1 and item!= item1:
string_list.remove(item)
print string_list
输出:
>>>['resting', 'looked', 'spit']
这里还有另一种方法。假设您有一个排序好的列表,并且不必在原地进行筛选,我们只需在一次遍历中选择最长的字符串:
string_list = sorted(string_list)
sieved = []
for i in range(len(string_list) - 1):
if string_list[i] not in string_list[i+1]:
sieved.append(string_list[i])