python - 连接字符串列表中的选定字符串

Question

问题如下。我有一个字符串列表

lst1=['puffing','his','first','cigarette','in', 'weeks', 'in', 'weeks']

我想获取字符串

lst2=['puffing','his','first','cigarette','in weeks', 'in weeks']

这是为了连接子列表 ['in', 'weeks'] 的任何出现，此处不相关，其中 find_sub_list1 取自 here (并包含在下面的代码中):

npis = [['in', 'weeks'], ['in', 'ages']]

# given a list a candidate sublist, return the index of the first and last
# element of the sublist within the list
def find_sub_list1(sl,l):
    results=[]
    sll=len(sl)
    for ind in (i for i,e in enumerate(l) if e==sl[0]):
        if l[ind:ind+sll]==sl:
        results.append((ind,ind+sll-1))

    return results

def concatenator(sent, npis):
    indices = []
    for npi in npis:
        indices_temp = find_sub_list1(npi, sent)
        if indices_temp != []:
            indices.extend(indices_temp)
    sorted(indices, key=lambda x: x[0])

    for (a,b) in indices:
        diff = b - a
        sent[a:b+1] = [" ".join(sent[a:b+1])]
        del indices[0]
        indices = [(a - diff, b - diff) for (a,b) in indices]

    return sent 

此编码器返回的不是所需的 lst2:

concatenator(lst1,['in', 'weeks'])
>>['puffing','his','first','cigarette','in weeks', 'in', 'weeks']

所以它只连接第一次出现的地方。关于代码在哪里失败的任何想法？

Answer 1

因为所需的子序列是 'in' 'weeks' 可能还有'in''ages'

一个可能的解决方案是(虽然循环不是很优雅):

1. 首先找到'in'所在的所有位置发生。

2. 然后遍历源列表，将元素附加到目标列表，并处理 'in' 的位置特别地，即如果后面的单词在一个特殊的集合中，则将这两个单词连接起来并追加到目标，将迭代器额外推进一次。

3. 一旦源列表耗尽，将抛出 IndexError，指示我们应该打破循环。

代码:

index_in = [i for i, _ in enumerate(lst1) if _ == 'in']

lst2 = []; n = 0

while True:
    try:
         if n in index_in and lst1[n+1] in ['weeks', 'ages']:
             lst2.append(lst1[n] + lst1[n+1])
             n += 1
         else:
             lst2.append(lst1[n])
         n += 1
     except IndexError:
         break

更好的方法是通过正则表达式。

1. 将列表加入一个以空格作为分隔符的字符串

2. 在空格上拆分列表，除了那些被 in<space>weeks 包围的空格.这里，我们可以使用negative lookahead & lookbehind

代码:

import re

c = re.compile(r'(?<!in) (?!weeks)')

lst2 = c.split(' '.join(lst1))