Question

我遇到了以下问题，并想知道什么是一种优雅的解决方案。假设我们有两个字符串：

string1 = "I love to eat $(fruit)"
string2 = "I love to eat apples"

这些字符串之间的唯一区别是$(fruit)和apples。因此，我发现水果是苹果，并且可以返回dict{fruit:apples}。

另一个例子是：

string1 = "I have $(food1), $(food2), $(food3) for lunch"
string2 = "I have rice, soup, vegetables for lunch"

我希望得到一个dict{food1:rice, food2:soup, food3:vegetables}。

任何人都知道如何实现它？

修改：

我认为我需要功能更强大。

ex.
string1 = "I want to go to $(place)"
string2 = "I want to go to North America"

result: {place : North America}

ex.
string1 = "I won $(index)place in the competition"
string2 = "I won firstplace in the competition"

result: {index : first}

规则将是：映射字符串的不同部分并将它们作为字典

所以我想使用str.split（）或尝试拆分字符串的所有答案都将不起作用。没有规则说明将什么字符用作字符串中的分隔符。

Answer 1

我认为这可以通过基于正则表达式的拆分完全完成。这也应该处理标点符号和其他特殊字符（空格分隔不足）。

Uncaught TypeError: a.insertBefore is not a function

对于您的示例，此返回

import re

p = re.compile(r'[^\w$()]+')
mapping = {
    x[2:-1]: y for x, y in zip(p.split(string1), p.split(string2)) if x != y}

和

{'fruit': 'apple'}

Answer 2

我想这可以解决问题。

s_1 = 'I had $(food_1), $(food_2) and $(food_3) for lunch'
s_2 = 'I had rice, meat and vegetable for lunch'

result = {}
for elem1, elem2 in zip(s_1.split(), s_2.split()):
    if elem1.startswith('$'):
        result[elem1.strip(',')[2:-1]] = elem2
print result
# {'food_3': 'vegetable', 'food_2': 'meat', 'food_1': 'rice,'}

Answer 3

一种解决方案是将$(name)替换为(?P<name>.*)并将其用作正则表达式：

def make_regex(text):
    replaced = re.sub(r'\$\((\w+)\)', r'(?P<\1>.*)', text)
    return re.compile(replaced)

def find_mappings(mapper, text):
    return make_regex(mapper).match(text).groupdict()

样品用量：

>>> string1 = "I have $(food1), $(food2), $(food3) for lunch"
>>> string2 = "I have rice, soup, vegetable for lunch"
>>> string3 = "I have rice rice rice, soup, vegetable for lunch"
>>> make_regex(string1).pattern
'I have (?P<food1>.*), (?P<food2>.*), (?P<food3>.*) for lunch'
>>> find_mappings(string1, string2)
{'food1': 'rice', 'food3': 'vegetable', 'food2': 'soup'}
>>> find_mappings(string1, string3)
{'food1': 'rice rice rice', 'food3': 'vegetable', 'food2': 'soup'}

请注意，这可以处理非字母数字标记（请参见food1和rice rice rice）。显然，这可能会进行大量的回溯并且可能很慢。您可以调整.*正则表达式，以尝试根据对“令牌”的期望使其更快。

对于准备生产的代码，您需要re.escape组之外的(?P<name>.*)部分。要做些麻烦，因为您必须“分割”该字符串并在每个片段上调用re.escape，将它们放在一起并调用re.compile。

自从我的答案被接受以来，我想包含一个更强大的正则表达式版本：

def make_regex(text):
    regex = ''.join(map(extract_and_escape, re.split(r'\$\(', text)))
    return re.compile(regex)

def extract_and_escape(partial_text):
    m = re.match(r'(\w+)\)', partial_text)
    if m:
        group_name = m.group(1)
        return ('(?P<%s>.*)' % group_name) + re.escape(partial_text[len(group_name)+1:])
    return re.escape(partial_text)

这避免了当文本包含特殊的正则表达式字符（例如I have $(food1) and it costs $$$时出现的问题。第一个解决方案最终会考虑将$$$设为$锚点的三倍（这会失败），可靠的解决方案使它们逃脱了。

Answer 4

您可以这样做：

>>> dict((x.strip('$(),'),y.strip(',')) for x,y in zip(string1.split(), string2.split()) if x!=y)
{'food1': 'rice', 'food2': 'soup', 'food3': 'vegetable'}

或使用正则表达式：

>>> import re 
>>> dict((x, y) for x,y in zip(re.findall(r'\w+', string1), re.findall(r'\w+', string2)) if x!=y)
{'food1': 'rice', 'food2': 'soup', 'food3': 'vegetable'}

Answer 5

如果您不想使用正则表达式：

string1 = "I have $(food1), $(food2), $(food3) for lunch"
string2 = "I have rice, soup, vegetable for lunch"
trans_table = str.maketrans({'$': '', '(': '', ')': '', ',': ''})
{
    substr1.translate(trans_table): substr2.translate(trans_table)
    for substr1, substr2 in zip(string1.split(),string2.split())
    if substr1 != substr2
}

输出：

{'food1': 'rice', 'food2': 'soup', 'food3': 'vegetable'}

或者，更灵活一些：

def substr_parser(substr, chars_to_ignore='$(),'):
    trans_table = str.maketrans({char: '' for char in chars_to_ignore})
    substr = substr.translate(trans_table)
    # More handling here
    return substr

{
    substr_parser(substr1): substr_parser(substr2)
    for substr1, substr2 in zip(string1.split(),string2.split())
    if substr1 != substr2
}

与上述输出相同。

Answer 6

您可以使用re：

import re
def get_dict(a, b):
  keys, values = re.findall('(?<=\$\().*?(?=\))', a), re.findall(re.sub('\$\(.*?\)', '(\w+)', a), b)
  return dict(zip(keys, values if not isinstance(_values[0], tuple) else _values[0]))

d = [["I love to eat $(fruit)", "I love to eat apple"], ["I have $(food1), $(food2), $(food3) for lunch", "I have rice, soup, vegetable for lunch"]]
results = [get_dict(*i) for i in d]

输出：

[{'fruit': 'apple'}, {'food3': 'vegetable', 'food2': 'soup', 'food1': 'rice'}]

Answer 7

zip与dictionary comprehension结合使用效果很好，在这里我们可以zip这两个列表，并且只接受不相等的对。

l = [*zip(s1.split(),s2.split())]
d = {i[0].strip('$(),'): i[1] for i in l if i[0] != i[1] }

如何映射两个字符串之间的差异？

7 个答案: