Python中的字符串操作

最近我对HackerRank进行了一次测试，我的问题是：

为字符串返回可由其形成的最简洁的字符串，例如：

string = 'watson  Represents|watson represents|Watson represents a first step into cognitive systems, a new era of computing.|first step into  Cognitive|Cognitive Systems; a new era|what does watson represent'

• 下面的字符串包含许多重复项，例如

  Watson表示

  我们必须忽略字符之间的额外间距或小写/大写。

  Watson表示

  Watson表示

  是相同的
• 分号和逗号代表同一事物。例如

  认知系统；一个新的时代

  出现在

  内部，沃森代表着进入认知系统的第一步，一个新的计算时代。

• 最后一个字符串不应包含任何重复项忽略小写/大写或额外的空格（如果有）

我的答覆是：

watson = 'watson  Represents|watson represents|Watson represents a first step into cognitive systems, a new era of computing.|first step into  Cognitive|Cognitive Systems; a new era|what does watson represent'

import re

watson = re.sub(r';', r',', watson)  #replace the semicolon with colon
watson = watson.strip().split('|')
removeWatson = list(watson)

for i in range(len(watson)):

    for j in range(len(watson)):

        if j == i:
            continue

        if " ".join(watson[i].strip().lower().split()) in " ".join(watson[j].strip().lower().split()):
            removeWatson[i] = ''

print "|".join(filter(None, removeWatson))

我的回答肯定是低效的，我想知道你们是否可以建议我用另一种方法来解决这个问题

---

最简洁的字符串是：

Watson代表进入认知系统的第一步，一个新的计算时代。| Watson代表什么

我的想法是，我被要求精确地表示原始字符串，即我可以从最简洁的版本复制原始字符串

换句话说，压缩它

from __future__ import print_function
from zlib import compress, decompress

string = 'watson  Represents|watson represents|Watson represents a first step into cognitive systems, a new era of computing.|first step into  Cognitive|Cognitive Systems; a new era|what does watson represent'

print("Original length:", len(string))
compressed = compress(string)
print("Compressed length:", len(compressed))
decompressed = decompress(compressed)
print("Decompressed is equal:", decompressed == string)

结果是：

Original length: 198
Compressed length: 116
Decompressed is equal: True

---

您可以使用

re

在一个循环中完成此操作，您得到的结果有什么问题？你不想让它有

| watson代表什么

？你能发布一个链接到HackerRank挑战吗？这是一个很难找到答案的HackerRank测试link@RobertR答案是正确的，但效率很低code@RakeshRanjanSukla我很难理解你真正的问题是什么。如果效率低下是你的问题，也许这个问题更适合我们，我们必须输出压缩字符串而不是长度。@RakeshRanjanSukla:你没有抓住要点：有趣的是zlib

compress

能够压扁它。显然，改变程序以打印出压缩的二进制表示是微不足道的。当我打印出二进制表示时，它是完全不同的，甚至不是unicode字符。你知道我会怎么破译吗？

string = 'watson  Represents|watson represents|Watson represents a first   step into cognitive systems, a new era of computing.|first step into  Cognitive|Cognitive Systems; a new era|what does watson represent'
ll=string.split("|")
ll.sort(key=len)
import re
ll2=[re.sub(r"\s+"," ",re.sub(r"[;,]+","",i.lower())) for i in ll]
j=1
k=0
for i in ll2:
    if re.findall(r"\b"+i.lower()+r"\b","|".join(ll2[j:]),flags=re.I):
        string=string.replace(ll[k],"",1)
    k=k+1
    j=j+1
print re.sub(r"^\|+|\|(?=\|)|\|+$","",string