Question

如何检测字符串后缀并从列表中删除这些后缀元素？ 我知道这看起来像NLP，词干/词形还原任务，但任务需要更简单的功能。

鉴于，如果列表中存在非后缀项，我需要删除具有s和es后缀的元素：

alist = ['bar','barbar','foo','foos','barbares','foofoos','bares']

我需要输出：

alist = ['bar','barbar','foo','foofoos']

我已经尝试了以下但是它不起作用，因为当我整理alist时，它会['bar', 'barbar', 'barbares', 'bares', 'foo', 'foofoos', 'foos']而不是['bar', 'bares', 'barbar', 'barbares', 'foo', 'foos', 'foofoos']

alist = ['bar','barbar','foo','foos','barbares','foofoos','bares']

prev = ""
no_s_list = []
for i in sorted(alist):
  if i[-2:] == "es" and i[:-2] == prev:
    continue
  elif i[-1:] == "s" and i[:-1] == prev:
    contine
  else:
    prev = i
    no_s_list.append(i)

以上输出：

>>> sorted(alist)
['bar', 'barbar', 'barbares', 'bares', 'foo', 'foofoos', 'foos']

Answer 1

def rm_suffix(s,suffixes):
    for suf in suffixes:
       if s.endswith(suf):
          return s[:-len(suf)]
    return s

alist = ['bar','barbar','foo','foos','barbares','foofoos','bares']
salist = set(alist)
suffixes = ('es','s')
blist = [x for x in alist 
         if (not x.endswith(suffixes)) or (rm_suffix(x,suffixes) not in salist)]
print blist  # ['bar', 'barbar', 'foo', 'foofoos']

Answer 2

您也可以在此处使用regex：

re.split()会返回如下内容：

barbar - ＆gt; ['barbar']

foos - ＆gt; ['foo', 's', '']

barbares - ＆gt; ['barbar', 'es', '']

foofoos - ＆gt; ['foofoo', 's', '']

因此，如果返回列表的长度大于1，并且在alist中找到了此返回列表中的第一个元素，则可以将其删除。

code：

In [106]: alist = ['bar','barbar','foo','foos','barbares','foofoos','bares']

In [107]: s=set(alist)

In [108]: for x in s.copy():
     sol=re.split(r'(es|s)$',x)
     if len(sol)>1 and sol[0] in s:
         s.remove(x)
   .....:         

In [109]: s
Out[109]: set(['bar', 'foofoos', 'barbar', 'foo'])

如何检测字符串后缀并从列表中删除这些后缀元素？ - Python

2 个答案: