将字符串拆分为连续的、重叠的单词列表的最具python风格的方法是什么

假设我有一个句子“猫吃了老鼠。”我想用

size=2

来拆分这个句子

因此，结果数组变为：

 ["the cat", "cat ate", "ate the", "the mouse"]

如果我的尺码是3号，它应该是：

["the cat ate", "cat ate the", "ate the mouse"]

---

我现在使用的方法使用了大量for循环，我不确定是否有最好的方法。

使用列表切片，您可以获得子列表

>>> words = "The cat ate the mouse.".rstrip('.').split()
>>> words[0:3]
['The', 'cat', 'ate']

用于将列表转换为由分隔符连接的字符串：

>>> ' '.join(words[0:3])
'The cat ate'

提供了创建单词列表的详细方法：

>>> n = 2
>>> [' '.join(words[i:i+n]) for i in range(len(words) - n + 1)]
['The cat', 'cat ate', 'ate the', 'the mouse']

>>> n = 3
>>> [' '.join(words[i:i+n]) for i in range(len(words) - n + 1)]
['The cat ate', 'cat ate the', 'ate the mouse']
# [' '.join(words[0:3]), ' '.join(words[1:4]),...]

---

---

您可以使用nltk库完成所有工作

import nltk
from nltk.util import ngrams

text = "The cat ate the mouse."
tokenize = nltk.word_tokenize(text)
bigrams = ngrams(tokenize,3)

for gram in bigrams:
    print gram

是什么给了我们： （‘猫’、‘吃’） （‘猫’、‘吃’、‘那个’） （‘吃’、‘老鼠’） （“鼠标”、“鼠标”和“.”）

查找“python”