python - 从字符串中删除范围内的字符

Question

很想知道人们是否可以比我的实现更快(使用纯Python，或者其他什么，但只是为了你)。

sentence = "This is some example sentence where we remove parts"
matches = [(5, 10), (13, 18), (22, 27), (38, 42)]

目标是在这些范围内删除。例如。在匹配 (5, 10) 的返回值中应省略索引 (5, 6, 7, 8, 9) 处的字符。

我的实现:

def remove_matches(sentence, matches):
    new_s = ''
    lbound = 0
    for l, h in matches:
        news += sentence[lbound:l]
        lbound = h
    new_s += sentence[matches[-1][1]:]
    return new_s

结果:'This me le sce where weove parts'

请注意，匹配永远不会重叠，您可以利用这一事实。

实际上，我的主要问题很简单:我们不能以某种矢量化的方式做到这一点吗？我确信 numpy 可以，但我怀疑在这种情况下这会更有效。

基准:

PascalvKooten:           1000000 loops, best of 3: 1.34 µs per loop
Ted Klein Bergman (1):   1000000 loops, best of 3: 1.59 µs per loop
Ted Klein Bergman (2):    100000 loops, best of 3: 2.58 µs per loop 
Prune:                    100000 loops, best of 3: 2.05 µs per loop
njzk2:                    100000 loops, best of 3: 3.19 µs per loop

Answer 1

这可能会更快。这基本上是您的解决方案，但使用列表而不是字符串。由于列表是可变的并且不需要每个循环都创建，所以它应该会快很多(尽管可能不是对于这么少的匹配)。

sentence = "This is some example sentence where we remove parts"
matches = [(5, 10), (13, 18), (22, 27), (38, 42)]

def remove_matches(sentence, matches):
    result = []
    i = 0
    for x, y in matches:
        result.append(sentence[i:x])
        i = y
    result.append(sentence[i:])

    return "".join(result)

否则此方法可能会更快:

def remove_matches(sentence, matches):
    return "".join(
        [sentence[0:matches[i][0]] if i == 0 else 
         sentence[matches[i - 1][1]:matches[i][0]] if i != len(matches) else 
         sentence[matches[i - 1][1]::] for i in range(len(matches) + 1)
         ])