在Python中使用map（）获取列表元素在字符串中存在的次数

我正在尝试获取列表中的每个项目在Python中以字符串形式出现的次数：

paragraph = "I eat bananas and a banana"

def tester(x): return len(re.findall(x,paragraph))

map(tester, ['banana', 'loganberry', 'passion fruit'])

返回[2,0,0]

但是，我想做的是扩展它，以便将段落值输入map（）函数。现在，tester（）函数已经硬编码了段落。有人有办法做到这一点吗（也许可以制作一个n长度的段落值列表）？还有其他想法吗

请记住，每个数组值在将来的某个时刻都有权重，因此需要将这些值保存在一个列表中，而不是将它们一起处理

---

更新：段落通常为20K，列表通常有200多个成员。我的想法是map是并行运行的，因此它比任何串行方法都要有效得多。

闭包将是一个快速的解决方案：

paragraph = "I eat bananas and a banana"

def tester(s): 
    def f(x):
        return len(re.findall(x,s))
    return f

print map(tester(paragraph), ['banana', 'loganberry', 'passion fruit'])

---

关闭将是一个快速解决方案：

paragraph = "I eat bananas and a banana"

def tester(s): 
    def f(x):
        return len(re.findall(x,s))
    return f

print map(tester(paragraph), ['banana', 'loganberry', 'passion fruit'])

---

我知道你没有要求理解列表，但不管怎样，这里是：

paragraph = "I eat bananas and a banana"
words = ['banana', 'loganberry', 'passion fruit']
[len(re.findall(word, paragraph)) for word in words]

这是回报 [2, 0, 0]

---

还有。

我知道你没有要求理解列表，但不管怎样，它在这里：

paragraph = "I eat bananas and a banana"
words = ['banana', 'loganberry', 'passion fruit']
[len(re.findall(word, paragraph)) for word in words]

这是回报 [2, 0, 0] 还有

不知道为什么要在这里使用map（）

不知道为什么要在这里使用map（）。

这是我的版本

paragraph = "I eat bananas and a banana"

def tester(paragraph, x): return len(re.findall(x,paragraph))

print lambda paragraph: map(
    lambda x: tester(paragraph, x) , ['banana', 'loganberry', 'passion fruit']
        )(paragraph)

这是我的版本

paragraph = "I eat bananas and a banana"

def tester(paragraph, x): return len(re.findall(x,paragraph))

print lambda paragraph: map(
    lambda x: tester(paragraph, x) , ['banana', 'loganberry', 'passion fruit']
        )(paragraph)

---

这基本上只是为了避免列表理解，但是如果您喜欢函数式编程，那么您会喜欢

---

这基本上只是为了避免列表理解，但是如果您喜欢函数式编程，那么您会喜欢

---

对于大小为T字节的大文本上的平均长度为L字节的Q查询词，您需要一些不是O（QLT）的内容。您需要一种DFA风格的方法，它可以为您提供O（T）。。。安装后的成本。如果查询集相当静态，则可以忽略设置成本

例如，

http://en.wikipedia.org/wiki/Aho-Corasick_algorithm

它指向Python的C扩展：

---

http://hkn.eecs.berkeley.edu/~dyoo/python/ahocarasick/

对于大小为T字节的大型文本上的平均长度为L字节的Q查询词，您需要的不是O（QLT）的东西。您需要一种DFA风格的方法，它可以为您提供O（T）。。。安装后的成本。如果查询集相当静态，则可以忽略设置成本

例如，

http://en.wikipedia.org/wiki/Aho-Corasick_algorithm

它指向Python的C扩展：

---

http://hkn.eecs.berkeley.edu/~dyoo/python/ahocarasick/

下面是对goalposts移动的响应（“我可能需要正则表达式，因为我在不久的将来需要单词分隔符”）：

此方法对文本进行一次解析，以获得所有“单词”的列表。每个词都会在目标词词典中查找，如果是目标词，则会对其进行计数。所用时间为O（P）+O（T），其中P是段落的大小，T是目标单词的数量。迄今为止，除my Aho Corasick解决方案外的所有其他解决方案（包括当前接受的解决方案）均为O（PT）

finditer版本是一个稻草人——它比findall版本慢得多

以下是目前公认的解决方案，以标准化形式表示，并添加了单词分隔符：

def currently_accepted_solution_augmented(targets, paragraph):
    def tester(s): 
        def f(x):
            return len(re.findall(r"\b" + x + r"\b", s))
        return f
    return map(tester(paragraph), targets)

在关闭时超出范围，可减少为：

# acknowledgement:
# this is structurally the same as one of hughdbrown's benchmark functions
def currently_accepted_solution_augmented_without_extra_closure(targets, paragraph):
    def tester(x):
        return len(re.findall(r"\b" + x + r"\b", paragraph))
    return map(tester, targets)

---

当前接受的解决方案的所有变化均为O（PT）。与当前接受的解决方案不同，带有单词分隔符的正则表达式搜索并不等同于简单的

段落.find（target）

。因为在这种情况下，重新引擎不使用“快速搜索”，添加单词分隔符会将其从慢速更改为非常慢速。

以下是对目标栏移动的响应（“我可能需要正则表达式，因为我在不久的将来需要单词分隔符”）：

此方法对文本进行一次解析，以获得所有“单词”的列表。每个词都会在目标词词典中查找，如果是目标词，则会对其进行计数。所用时间为O（P）+O（T），其中P是段落的大小，T是目标单词的数量。迄今为止，除my Aho Corasick解决方案外的所有其他解决方案（包括当前接受的解决方案）均为O（PT）

finditer版本是一个稻草人——它比findall版本慢得多

以下是目前公认的解决方案，以标准化形式表示，并添加了单词分隔符：

def currently_accepted_solution_augmented(targets, paragraph):
    def tester(s): 
        def f(x):
            return len(re.findall(r"\b" + x + r"\b", s))
        return f
    return map(tester(paragraph), targets)

在关闭时超出范围，可减少为：

# acknowledgement:
# this is structurally the same as one of hughdbrown's benchmark functions
def currently_accepted_solution_augmented_without_extra_closure(targets, paragraph):
    def tester(x):
        return len(re.findall(r"\b" + x + r"\b", paragraph))
    return map(tester, targets)

---

当前接受的解决方案的所有变化均为O（PT）。与当前接受的解决方案不同，带有单词分隔符的正则表达式搜索并不等同于简单的

段落.find（target）

。因为在这种情况下，重新搜索引擎不使用“快速搜索”，添加单词分隔符会将其从慢速更改为非常慢速。

对此表示赞许。如果事情发生微妙的变化，它还允许增加功能。当然，如果他做的远不止这些，他可能应该重新思考，这样他就不会像我一样做一碗意大利面：）这很有效（和其他的一样），但我很确定这对于更大的场景和段落来说是最有效的。而且，正如mettadore所说，可以合理地扩展.Update-这种方法非常快：在上一代mac mini上，使用Python 2.5.4，段落102k字符和600个列表成员使用230ms。现在用

len（re.findall（x，s））

替换为

s.count（x）

可以-虽然我可能需要正则表达式，因为我在不久的将来需要单词分隔符。欢迎使用。如果事情发生微妙的变化，它还允许增加功能。当然，如果他做的远不止这些，他可能应该重新思考，这样他就不会像我一样做一碗意大利面：）这很有效（和其他的一样），但我很确定这对于更大的场景和段落来说是最有效的。而且，正如梅塔多尔所说，可以合理地扩展.Update——这种方法非常快：pa为230ms