Question

我有一个单词（字符串）列表，比如说：

word_lst = ['This','is','a','great','programming','language']

第二个包含子字符串的列表，例如：

subs_lst= ['This is', 'language', 'a great']

让我们假设subs_lst中的每个子字符串在word_lst中只出现一次。（子字符串可以是任何长度）

我想要一种简单的方法来找到word_lst中子字符串的层次结构位置。所以我想要的是根据它们在word_lst中的外观来命令subs_lst。在前面的示例中，输出将是：

out = ['This is', 'a great', language]

有谁知道一个简单的方法吗？

Answer 1

这可能是一种更快的方法，但至少可以这样做：

word_lst = ['This','is','a','great','programming','language']
subs_lst= ['This is', 'language', 'a great']
substr_lst = [' '.join(word_lst[i:j]) for i in range(len(word_lst)) for j in range(i+1, len(word_lst)+1)]
sorted_subs_list = sorted(subs_lst, key=lambda x:substr_lst.index(x))
print sorted_subs_list

输出：

['This is', 'a great', 'language']

我们的想法是在word_lst中构建一个每个子字符串的列表，排序以便所有以“This”开头的条目排在第一位，然后是所有以“is”开头的条目，等等。我们将其存储在substr_lst。

中

>>> print substr_lst
['This', 'This is', 'This is a', 'This is a great', 'This is a great programming', 'This is a great programming language', 'is', 'is a', 'is a great', 'is a great programming', 'is a great programming language', 'a', 'a great', 'a great programming', 'a great programming language', 'great', 'great programming', 'great programming language', 'programming', 'programming language', 'language']

获得该列表后，我们将subs_list排序，使用substr_list中每个条目的索引作为排序依据：

>>> substr_lst.index("This is")
1
>>> substr_lst.index("language")
20
>>> substr_lst.index("a great")
12

Answer 2

中间步骤似乎不需要我。为什么不将单词列表单个字符串并在其中找到子字符串？

 sorted(subs_lst, key = lambda x : ' '.join(word_lst).index(x))

确定字符串列表中子字符串的位置

2 个答案: