python-2.7 - 快速实现单词的字符n-gram

Question

我编写了以下代码来计算字符二元组，并且输出如下。我的问题是，如何获得不包含最后一个字符(即t)的输出？有没有一种更快，更有效的方法来计算字符n-gram？

b='student'
>>> y=[]
>>> for x in range(len(b)):
    n=b[x:x+2]
    y.append(n)
>>> y
['st', 'tu', 'ud', 'de', 'en', 'nt', 't']

这是我想要得到的结果: ['st','tu','ud','de','nt]
预先感谢您的建议。

Answer 1

生成二元组:

In [8]: b='student'

In [9]: [b[i:i+2] for i in range(len(b)-1)]
Out[9]: ['st', 'tu', 'ud', 'de', 'en', 'nt']

概括为另一个 n:

In [10]: n=4

In [11]: [b[i:i+n] for i in range(len(b)-n+1)]
Out[11]: ['stud', 'tude', 'uden', 'dent']