Question

请注意该字符串中两个连续的空格：

string = "Hello there  everyone!"

for i, c in enumerate(string):
    print(i, c)

 0 H
 1 e
 2 l
 3 l
 4 o
 5
 6 t
 7 h
 8 e
 9 r
10 e
11
12
13 e
14 v
15 e
16 r
17 y
18 o
19 n
20 e
21 !

如何使列表len(string)长，每个值包含的字数一直到字符串中的该点？

预期输出：0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2

我唯一的方法是循环遍历每个字符，设置space=True标志，并在每次space == True遇到非空格字符时增加一个计数器。这可能是因为我最精通C语言，但是我想学习一种更Python化的方法来解决此问题。

Answer 1

我觉得您的解决方案与pythonic差不多。也许您可以使用zip运算符将字符串二乘二迭代，然后检测局部变化（从空格到字母->这是一个新词）：

string = "Hello there  everyone!"

def word_index(phrase):
  nb_words = 0
  for a, b in zip(phrase, phrase[1:]):
    if a == " " and b != " ":
      nb_words += 1
    yield nb_words

print(list(word_index(string)))

这也利用了generators，这在python中很常见（请参阅yield keyword的文档）。您可以使用itertools.accumulate而不是for循环来执行相同的操作，但是我不确定它不会混淆代码（请参见The Zen of Python的第三项）。这就是它的样子，请注意，我在这里使用了lambda函数，不是因为我认为这是最佳选择，而是因为我找不到任何有意义的函数名：

import itertools

def word_index(phrase):
  char_pairs = zip(phrase, phrase[1:])
  new_words = map(lambda p: int(p[0] == " " and p[1] != " "), char_pairs)
  return itertools.accumulate(new_words)

第二个版本类似于第一个版本，返回iterator。请注意，使用迭代器通常是一个好主意，因为它不会对用户是否要实例化任何内容做出任何假设。如果用户想将迭代器it转换为列表，他可以像在第一段代码中一样始终调用list(it)。迭代器只是简单地为您提供值：在任何时间点，内存中只有一个值：

for word_index in word_index(string):
    print(word_index)

请注意，phrase[1:]对短语进行了复制，这意味着它将使使用的内存增加一倍。可以通过使用返回迭代器的itertools.islice进行改进（因此仅使用常量内存）。例如，第二个版本如下所示：

def word_index(phrase):
  char_pairs = zip(phrase, itertools.islice(phrase, 1, None))
  new_words = map(lambda p: int(p[0] == " " and p[1] != " "), char_pairs)
  return itertools.accumulate(new_words)

用单词索引替换字符串字符

1 个答案: