Python 从列表中创建一个新列表，但不包含重复项？

我有一张单子

carner_list = ['<a href="/lyric/34808442/Loyle+Carner/Damselfly">Damselfly</a>',
 '<a href="/lyric/37311114/Loyle+Carner/Damselfly">Damselfly</a>',
 '<a href="/lyric/37360958/Loyle+Carner/Damselfly">Damselfly</a>',
 '<a href="/lyric/33661937/Loyle+Carner/The+Isle+of+Arran">The Isle of Arran</a>',
 '<a href="/lyric/33661936/Loyle+Carner/Mean+It+in+the+Morning">Mean It in the Morning</a>']

但这是行不通的

是语法错误还是我完全走错了方向

---

Best Russell

我键入了一个名为

listContains

的小函数，我认为它可以解决您的问题。您的代码不起作用，因为您在

新列表

中搜索值

i[38://code>，当在
新列表
中时，您附加了
i
的整个值

因此，您还应该对列表的每个值应用[38:]规则

我认为下面的代码可以更好地解释我的意思：

carner_list = ['<a href="/lyric/34808442/Loyle+Carner/Damselfly">Damselfly</a>',
 '<a href="/lyric/37311114/Loyle+Carner/Damselfly">Damselfly</a>',
 '<a href="/lyric/37360958/Loyle+Carner/Damselfly">Damselfly</a>',
 '<a href="/lyric/33661937/Loyle+Carner/The+Isle+of+Arran">The Isle of Arran</a>',
 '<a href="/lyric/33661936/Loyle+Carner/Mean+It+in+the+Morning">Mean It in the Morning</a>']
new_list = []

def listContains(myList, toSearch):
  for val in myList:
    if val[38:] == toSearch:
      return True
  return False

for i in carner_list:
  if listContains(new_list, i[38:]):
    print("found")
  else:
    new_list.append(i)
    print("not")
print(new_list)

carner_list=[''，
'',
'',
'',
'']
新列表=[]
def列表包含（myList，toSearch）：
对于myList中的val：
如果val[38::][=toSearch：
返回真值
返回错误
对于carner_列表中的i：
如果列表包含（新列表，i[38:]）：
打印（“找到”）
其他：
新列表。附加（i）
打印（“非”）
打印（新列表）

如果您想测试它，您可以从字符串的一部分（从索引38到末尾）进行测试，您用来确定重复的字符串部分不是您实际存储在列表中的内容，因此
in
操作符将不起作用

您可以改为使用dict来存储消除重复的字符串，将您关心的字符串部分作为键，以便

中的

操作符可以工作：

new = {}
for i in carner_list:
    key = i[38:]
    if key not in new:
        new[key] = i
print(list(new.values()))

这将产生：

['<a href="/lyric/34808442/Loyle+Carner/Damselfly">Damselfly</a>', '<a href="/lyric/33661937/Loyle+Carner/The+Isle+of+Arran">The Isle of Arran</a>', '<a href="/lyric/33661936/Loyle+Carner/Mean+It+in+the+Morning">Mean It in the Morning</a>']

[“”，，“”]
因此，按照当前搜索的方式，您正在查找子字符串是否等于新列表中的任何内容。这永远不会是真的，因为它是一个子字符串

您可以使用lambda，然后对其进行筛选以获得真实结果，以查看该项是否在新列表中。然后将其强制转换为列表，并检查该列表的长度是否不等于0

len(list(filter(lambda x: i[38:] in x, new_list))) != 0

最终代码

carner_list=[''，
'',
'',
'',
'']
新列表=[]
对于carner_列表中的i：
if len（列表（过滤器（λx:i[38:]in x，new_列表））！=0:
打印（“找到”）
其他：
新列表。附加（i）
打印（“非”）
使用
BeautifulSoup
解析html，然后检查

Ex:

from bs4 import BeautifulSoup

carner_list = ['<a href="/lyric/34808442/Loyle+Carner/Damselfly">Damselfly</a>',
 '<a href="/lyric/37311114/Loyle+Carner/Damselfly">Damselfly</a>',
 '<a href="/lyric/37360958/Loyle+Carner/Damselfly">Damselfly</a>',
 '<a href="/lyric/33661937/Loyle+Carner/The+Isle+of+Arran">The Isle of Arran</a>',
 '<a href="/lyric/33661936/Loyle+Carner/Mean+It+in+the+Morning">Mean It in the Morning</a>']

new_list = []
check_val = set()
for i in carner_list:
    s = BeautifulSoup(i, "html.parser")
    if s.text not in check_val:    #check for text
        new_list.append(i)
        check_val.add(s.text)
print(new_list)

['<a href="/lyric/34808442/Loyle+Carner/Damselfly">Damselfly</a>',
 '<a href="/lyric/33661937/Loyle+Carner/The+Isle+of+Arran">The Isle of '
 'Arran</a>',
 '<a href="/lyric/33661936/Loyle+Carner/Mean+It+in+the+Morning">Mean It in the '
 'Morning</a>']

从bs4导入美化组
carner_list=[''，
'',
'',
'',
'']
新列表=[]
检查值=设置（）
对于carner_列表中的i：
s=BeautifulSoup（i，“html.parser”）
如果s.text不在check_val:#检查文本
新列表。附加（i）
检查值添加（s.text）
打印（新列表）

输出：

from bs4 import BeautifulSoup

carner_list = ['<a href="/lyric/34808442/Loyle+Carner/Damselfly">Damselfly</a>',
 '<a href="/lyric/37311114/Loyle+Carner/Damselfly">Damselfly</a>',
 '<a href="/lyric/37360958/Loyle+Carner/Damselfly">Damselfly</a>',
 '<a href="/lyric/33661937/Loyle+Carner/The+Isle+of+Arran">The Isle of Arran</a>',
 '<a href="/lyric/33661936/Loyle+Carner/Mean+It+in+the+Morning">Mean It in the Morning</a>']

new_list = []
check_val = set()
for i in carner_list:
    s = BeautifulSoup(i, "html.parser")
    if s.text not in check_val:    #check for text
        new_list.append(i)
        check_val.add(s.text)
print(new_list)

['<a href="/lyric/34808442/Loyle+Carner/Damselfly">Damselfly</a>',
 '<a href="/lyric/33661937/Loyle+Carner/The+Isle+of+Arran">The Isle of '
 'Arran</a>',
 '<a href="/lyric/33661936/Loyle+Carner/Mean+It+in+the+Morning">Mean It in the '
 'Morning</a>']

[“”，
'',
'']
为什么不使用正则表达式

import re
carner_list = ['<a href="/lyric/34808442/Loyle+Carner/Damselfly">Damselfly</a>',
 '<a href="/lyric/37311114/Loyle+Carner/Damselfly">Damselfly</a>',
 '<a href="/lyric/37360958/Loyle+Carner/Damselfly">Damselfly</a>',
 '<a href="/lyric/33661937/Loyle+Carner/The+Isle+of+Arran">The Isle of Arran</a>',
 '<a href="/lyric/33661936/Loyle+Carner/Mean+It+in+the+Morning">Mean It in the Morning</a>']

print({re.findall(r'"([^"]*)"', x)[0].split("/")[4]: x for x in carner_list })

#Below is the output generated 
'''
{'Damselfly': '<a href="/lyric/37360958/Loyle+Carner/Damselfly">Damselfly</a>', 'The+Isle+of+Arran': '<a href="/lyric/33661937/Loyle+Carner/The+Isle+of+Arran">The Isle of Arran</a>', 'Mean+It+in+the+Morning': '<a href="/lyric/33661936/Loyle+Carner/Mean+It+in+the+Morning">Mean It in the Morning</a>'}
'''

重新导入
carner_list=[''，
'',
'',
'',
'']
打印（{re.findall（r'）（[^“]*）”，x）[0]。拆分（“/”[4]：x代表carner_列表中的x）
#下面是生成的输出
'''
{'damselly'：'''The+Isle+of+Arran'：''，'Mean+It+in+The+The+Morning'：'}
'''
您需要具有唯一文本的项目吗？
豆娘花
，
阿兰岛
？您当前的代码输出有什么问题？当您检查
carner_列表
中的项目是否也在
新列表
中时，这将始终计算为
假
，因为
新列表
是空的正是这个问题。我能解决它。我很高兴它解决了你的问题。请选择我的答案作为你的解决方案，这样将来的用户也可以立即使用它。谢谢！