从列表中的一个字符串中搜索任意单词或单词组合（python）

我有一个字符串（例如：

“alpha-beta-charlie，delta&epsilon-foxtrot”

）和一个列表（例如

[“zero”，“omega-virginia”，“apple-beta-charlie”]

）。是否有一种方便的方法来遍历字符串中的每个单词和单词组合，以便在列表中搜索它？

你说的是组合，但组合在语义上是无序的，你的意思是，你想要找到所有有序排列的交集，这些排列由空格和目标列表连接

首先，我们需要导入我们打算使用的库

import re
import itertools

拆线 不要对字符进行拆分，您正在对不包含奇怪字符的单词进行语义搜索。 由

re

模块提供支持的正则表达式非常适合于此。未经加工 Python字符串，

r'

，我们使用正则表达式作为单词的边缘，

\b

，围绕任何字母数字字符（

\u

），

\w

，数字大于或等于一，

+

re.findall

返回每个匹配项的列表

re_pattern = r'\b\w+\b'
silly_string = 'alpha beta charlie, delta&epsilon foxtrot'
words = re.findall(re_pattern, silly_string)

这里，单词是我们的单词列表：

>>> print words
['alpha', 'beta', 'charlie', 'delta', 'epsilon', 'foxtrot']

创建排列 接着，我们更喜欢使用生成器来操作数据，以避免在需要数据之前不必要地将数据物化，并在内存中保存大型数据集。itertools库有一些很好的函数，可以很好地满足我们提供上述单词的所有排列并将它们链接到单个iterable中的需要：

_gen = (itertools.permutations(words, i + 1) for i in xrange(len(words)))
all_permutations_gen = itertools.chain(*_gen)

用

列表列出所有排列（所有排列）

将为我们提供：

[（'alpha'，），（'beta'，），（'charlie'，），（'delta'，），（'epsilon'，）， （'foxtrot'，），（'alpha'，'beta'），（'alpha'，'charlie'），（'alpha'，'， "δ","α","ε","α","狐步","β",， “α”）、（“β”、“查理”）、（“β”、“δ”）、（“β”、“ε”）， （'beta'，'foxtrot'），（'charlie'，'alpha'），（'charlie'，'beta'）， （'charlie'，'delta'），（'charlie'，'epsilon'），（'charlie'，'foxtrot'）， （'delta'，'alpha'），（'delta'，'beta'），（'delta'，'charlie'），（'delta',， "ε","δ","狐步","ε","α","ε",， "β","ε","查理","ε","δ","ε",， "狐步舞","狐步舞","阿尔法","狐步舞","贝塔","狐步舞",， "查理","狐步","三角","狐步","ε","α",， '贝塔'，'查理'，（'阿尔法'，'贝塔'，'三角洲'）

如果我们将生成器具体化为一个列表而不是一个集合，那么打印前20项将显示：

>>> print all_permutations[:20] # this only works if you cast as a list instead
['alpha', 'beta', 'charlie', 'delta', 'epsilon', 'foxtrot', 'alpha beta', 'alpha charlie', 'alpha delta', 'alpha epsilon', 'alpha foxtrot', 'beta alpha', 'beta charlie', 'beta delta', 'beta epsilon', 'beta foxtrot', 'charlie alpha', 'charlie beta', 'charlie delta', 'charlie epsilon']

但这会在我们准备好之前耗尽生成器，所以现在我们得到这些单词的所有排列的集合

all_permutations = set(' '.join(i) for i in all_permutations_gen)

检查目标列表中任何排列的成员资格 因此，我们现在可以通过这个来搜索与目标列表的交点：

>>> target_list = ["zero","omega virginia","apple beta charlie"]
>>> all_permutations.intersection(target_list)
set([])

在这种情况下，对于给出的例子，我们得到了空集，但是如果目标中有一个字符串，它在我们的置换集中：

>>> target_list_2 = ["apple beta charlie", "foxtrot alpha beta charlie"]
>>> all_permutations.intersection(target_list_2)
set(['foxtrot alpha beta charlie'])

---

是《查理狐步舞》字符串中的有效组合？不。由@WaleedKhan发布的链接有一个解决方案。好的，是的，我看到了。但是如果字符串中有用逗号分隔的短语，那么简单的用逗号拆分并将两个列表都转换为要设置的列表，然后通过它们的交集可以在短时间内完成这项工作：）检查组合的唯一方法要应用到有序列表，首先要检查每个排列，因此，组合在这方面是错误的。您需要排列。如果目标列表的字符串的单词没有预先排序，则这些注释中链接的组合解决方案将是不完整的，这似乎不是一个明确的假设（尽管回想起来，可能是这样）。