Python 引用列表中的项目

我有以下python代码：

import regex
original = " the  quick ' brown 1 fox! jumps-over the 'lazy' doG? !  "
s = [i for i in original.split(" ")]

我想编写一个名为

get_-sential

的函数，它接受

s

中的一个元素，并将该句子作为该元素所属的字符串返回。例如：

"brown" ->  "the  quick ' brown 1 fox!"

如果将第一个“the”传递给函数，则：

"the" -> the  quick ' brown 1 fox!"

如果第二个选项为：

"the" -> "jumps-over the 'lazy' doG?"

---

您会将什么作为参数传递给这样的函数？在C++中，我可以传递一个STD::vector：：在C语言中，我会传递一个int（数组索引）甚至一个指针。

我不完全确定我是否理解您的意图，但您可能只传递一个整数索引。您不能传递对

的引用，因为这两者完全相同。
“Pythonic”方法是构建一个字典，其中键是单词，值是句子，或者一个包含键所属句子的列表

lookup = {}
sentences = split_to_sentences(large_text)
for idx_sentence, sentence in enumerate(sentences):
    for word in split_to_words(sentence):
        if word in sentence:
            s = lookup.setdefault(word, set())
            s.add(idx_sentence)

现在
lookup
你有了一本字典，每个单词都有它出现的句子索引。顺便说一句，您可以用一些非常好的列表理解来重写它。
>>来自itertools导入产品chain
>>> from itertools import product, chain
>>> #Assuming your original sentence is
>>> origional = " the  quick ' brown 1 fox! jumps-over the 'lazy' doG? !  "
>>> #Sentence terminators are
>>> sent_term = "[?!.;]"
>>> #I will use regex to split it into sentences
>>> re.split(sent_term, origional.strip())
["the  quick ' brown 1 fox", " jumps-over the 'lazy' doG", ' ', '']
>>> #And then split it as words
>>> #I could have used str.split, but that would include punctuations
>>> #Which you may not be interested
>>> #For each of the words, I create a mapping with the sentence using product
>>> word_map = ((product(re.split("\W",e),[e])) 
                 for e in re.split(sent_term, origional.strip()))
>>> #Chain it as a single list
>>> word_map = chain(*((product(re.split("\W",e),[e])) 
                        for e in re.split(sent_term, origional.strip())))
>>> from collections import defaultdict
>>> #Create a default dict
>>> words = defaultdict(list)
>>> #And populated all non trivial words
>>> for k, v in word_map:
    if k.strip():
        words[k]+=[v]


>>> words
defaultdict(<type 'list'>, {'brown': ["the  quick ' brown 1 fox"], 'lazy': [" jumps-over the 'lazy' doG"], 'jumps': [" jumps-over the 'lazy' doG"], 'fox': ["the  quick ' brown 1 fox"], 'doG': [" jumps-over the 'lazy' doG"], '1': ["the  quick ' brown 1 fox"], 'quick': ["the  quick ' brown 1 fox"], 'the': ["the  quick ' brown 1 fox", " jumps-over the 'lazy' doG"], 'over': [" jumps-over the 'lazy' doG"]})
>>> #Now to get the first word
>>> words['the'][0]
"the  quick ' brown 1 fox"
>>> #Now to get the second sentence
>>> words['the'][1]
" jumps-over the 'lazy' doG"

>>>假设你原来的句子是
>>>origional=“那只敏捷的棕色1号狐狸！跳过了那只懒惰的狗？！”
>>>#句子结束符是
>>>已发送的_term=“[？！；]”
>>>#我会用正则表达式把它分成几个句子
>>>关于拆分（已发送项，origional.strip（））
[“敏捷的'棕色1狐狸'，”跳过'懒惰'狗'，''，''，']
>>>#然后将其拆分为文字
>>>#我本可以使用str.split，但那会包括标点符号
>>>#你可能不感兴趣
>>>#对于每个单词，我使用product创建一个句子映射
>>>单词映射=（（产品（关于拆分（“\W”，e），[e]））
对于re.split中的e（发送项，origional.strip（））
>>>#将其链接为单个列表
>>>word_map=chain（*（产品（重新拆分（“\W”，e），[e]））
对于re.split中的e（发送项，origional.strip（））
>>>从集合导入defaultdict
>>>#创建默认dict
>>>words=defaultdict（列表）
>>>#并填充所有非琐碎的单词
>>>对于word_图中的k，v：
如果k.strip（）：
字[k]+=[v]
>>>言语
defaultdict（，{'brown'：[“敏捷的'棕色1狐狸”]，'lazy'：[“跳过'懒惰的'狗”]，'jumps'：[“跳过'懒惰的'狗”]，'fox'：[“敏捷的'棕色1狐狸”]，'doG'：[“跳过'懒惰的'狗”]，'1'：[“敏捷的'棕色1狐狸”]，'quick'：[“敏捷的'棕色1狐狸”]，'the'：[“敏捷的'棕色1狐狸”，'，'over'：[“跳过‘懒’狗”]}）
>>>#现在来听第一个词
>>>单词['the'][0]
“敏捷的‘棕色1号狐狸’”
>>>现在来读第二句
>>>单词['the'][1]
“跳过‘懒惰’的狗”
您可以通过一个句子列表的词典索引来实现这一点：

import re
original = " the  quick ' brown 1 fox! jumps-over the 'lazy' doG? !  "

index={}

for sentence in re.findall(r'(\b.*?[.!?])',original):
    for word in re.findall(r'\w+',sentence):
        index.setdefault(word,[]).append(sentence)

print index

印刷品：

{'brown': ["the  quick ' brown 1 fox!"], 'lazy': ["jumps-over the 'lazy' doG?"], 'jumps': ["jumps-over the 'lazy' doG?"], 'fox': ["the  quick ' brown 1 fox!"], 'doG': ["jumps-over the 'lazy' doG?"], '1': ["the  quick ' brown 1 fox!"], 'quick': ["the  quick ' brown 1 fox!"], 'the': ["the  quick ' brown 1 fox!", "jumps-over the 'lazy' doG?"], 'over': ["jumps-over the 'lazy' doG?"]}

第一个“The”由
索引['The'][0]
表示，第二个由
索引['The'][1]
表示。我修复了代码中
原文的拼写。我希望你不介意。另外，在
re
模块中可以找到标准的python正则表达式解析器，
regex
模块有点不同（以防万一…）@Keyser我看到的更奇怪@谢谢你！我将regex用于regex.sub（'\P{alpha}）在我生成上面的s之后，我继续以新列表的形式进一步清理它。因此，当我使用“doG？”时，我实际上会在我的算法中使用“doG”-例如，在确定词频时。然而，在某些情况下，我需要确定“doG”在哪里来自。正如您指出的，我可以使用int。请注意，
set（）
与
set（[]）
是一样的，不需要创建额外的列表就可以扔掉。@Jakub M。但是字典没有顺序信息。我不知道我指的是关于这两个“the”的哪个元素。@Baz:
lookup[“the”]==set（[0,1]）
，“the”在第一句和第二句中。您还需要什么信息？将整个句子复制到内存中每次您在字典中插入一个新词时，它看起来就像一个内存炸弹