Arrays 检查单词和同义词

我有一个包含一些单词的数组，还有一个包含单词和同义词的数组。当我在第一个数组和第二个数组之间找到匹配词时，我想创建第三个数组。我试过使用grep，但我无法以正确的方式编写代码以获得我想要的。 问题是数组1中的元素可以在数组2中找到，在开始时也可以在结尾或中间找到。p> 举个例子也许更简单：

@array1 = qw(chose, abstraction);
@array2 = (
"inspirer respirer",
"incapable",
"abstraction",
"abaxial",
"cause,chose,objet",
"ventral",
"chose,objet"
);

结果应该是这样的

@array3 = ("abstraction", "cause,chose,objet", "chose,objet");

使用“grep”正确吗？ 我无法编写正确的语法来解决这个问题。。

---

谢谢

您可以从array1构造正则表达式，然后使用它过滤array2：

#!/usr/bin/perl
use warnings;
use strict;

my @array1 = qw(chose, abstraction);
my @array2 = (
              "inspirer respirer",
              "incapable",
              "abstraction",
              "abaxial",
              "cause,chose,objet",
              "ventral",
              "chose,objet"
             );

my $regex = join '|', map quotemeta $_, @array1; # quotemeta needed for special characters.
$regex = qr/$regex/;
my @array3 = grep /$regex/, @array2;
print "$_\n" for @array3;

---

我知道你有答案，但我想到了一个有趣的方法

所以，我猜这就像一个倒排索引

将每组同义词组合成一个数组。然后获取该数组的每个元素，并将其作为键放入哈希表中，该值是对该数组的引用

#!/usr/bin/perl

use strict;
use warnings;
use Data::Dumper;

my @array1 = qw(chose abstraction);

my @array2 = ("inspirer respirer",
"incapable",
"abstraction",
"abaxial",
"cause,chose,objet",
"ventral",
"chose,objet"
);

my @array;
push @array, map { /,|\s/ ? [split(/,|\s/, $_)]:[$_] } @array2;

my %construct;


while(my $array_ref = shift(@array)){
    for(@{ $array_ref }){
        push @{ $construct{$_} }, $array_ref;
    }
}

my @array3 = map { s/,//; (@{ $construct{$_} }) } @array1;

print join(', ', @{ $_ }), "\n" for (@array3);

编辑：

---

除了前面的答案之外，这个应该是完整的。

qw（select，abstraction）

与

（“select”，“abstraction”）

相同。你确定逗号在那儿吗？是的，我确定。。表达方式是“选择，抽象”。它是从一个文本文件中提取的，而这行实际上是“selected，abstraction”@Jurafsky：那么，如果

@array1

中的字符串应该是

select，

，你是说它应该匹配

原因，选择，objet

，来自

@array2

，但不是说，

原因，objet，选择了

，因为后面没有逗号？对不起！我犯了一个错误。数组1中的元素为1。选择2。抽象。数组2中的元素是：原因、选择、对象或选择、对象。因此，如果我在数组1中有像“select”这样的元素，我想匹配数组2中像“selected，objet”和“cause，selected，objet”这样的元素特殊字符所需的quotemeta。为什么要使用“|”？@Jurafsky：因为它在正则表达式中分隔了备选项。@Jurafsky如果这个答案是您问题的答案，请花点时间勾选它以结束问题。目前，您的10个问题都没有选定的答案。