Question

我想要一种有效的方法，以单词列表作为分隔符来拆分字符串列表。输出是另一个字符串列表。

我在同一行中尝试了多个.split，这是行不通的，因为第一个.split返回了一个列表，随后的.split需要一个字符串。

以下是输入内容：

words = ["hello my name is jolloopp", "my jolloopp name is hello"]
splitters = ['my', 'is']

我希望输出为

final_list = ["hello ", " name ", " jolloopp", " jolloopp name ", " hello"]

注意空格。

也可能有类似的东西

draft_list = [["hello ", " name ", " jolloopp"], [" jolloopp name ", " hello"]]

可以使用类似numpy reshape(-1,1)的方法进行展平以获得final_list，但是理想情况是

ideal_list = ["hello", "name", "jolloopp", "jolloopp name", "hello"]

已删除空格的地方，这与使用.strip()相似。

编辑1：

如果单词定界符是其他单词的一部分，则无法完全使用re.split。

words = ["hellois my name is myjolloopp", "my isjolloopp name is myhello"]
splitters = ['my', 'is']

那么输出将是

['hello', '', 'name', '', 'jolloopp', '', 'jolloopp name', '', 'hello']

应该在什么时候

['hellois', 'name', 'myjolloopp', 'isjolloopp name', 'myhello']

这是使用re.split的解决方案的已知问题。

编辑2：

[x.strip() for x in re.split(' | '.join(splitters), ''.join(words))]

输入为

时无法正常工作

words = ["hello world", "hello my name is jolloopp", "my jolloopp name is hello"]

输出变为

['hello worldhello', 'name', 'jolloopp', 'jolloopp name', 'hello']

应在何时输出

['hello world', 'hello', 'name', 'jolloopp', 'jolloopp name', 'hello']

Answer 1

您可以像使用re

使用单词边界\b而不是:space:，使用@pault建议的更好方法进行更新，

>>> import re
>>> words = ['hello world', 'hello my name is jolloopp', 'my jolloopp name is hello']

# Iterate over the list of words and then use the `re` to split the strings,
>>> [z for y in (re.split('|'.join(r'\b{}\b'.format(x) for x in splitters), word) for word in words) for z in y]
['hello world', 'hello ', ' name ', ' jolloopp', '', ' jolloopp name ', ' hello']

如何在Python中使用多个单词定界符分割字符串？

1 个答案: