如何在Python中删除重复的子字符串

Posted 2023-01-25

我有一部分重复的字符串，我想删除所有重复的“子字符串”而又不丢失字符串中单词的顺序。

例如："12 PL DE LA HALLE BP 425 BRIVE-LA-GAILLARDE BP 425 BRIVE-LA-GAILLARDE BP 425 BRIVE-LA-GAILLARDE BP 425 BRIVE-LA-GAILLARDE"

这里"BP 425 BRIVE-LA-GAILLARDE"重复4次。

我希望该字符串最终成为已删除重复项的"12 PL DE LA HALLE BP 425 BRIVE-LA-GAILLARDE"。

更多重复的子字符串示例：

 "TOUR SOCIETE SUISSE  1 BD VIVIER MERLE  1 BD VIVIER MERL"
      => "TOUR SOCIETE SUISSE  1 BD VIVIER MERLE"

 "2 PARC DES ERABLES  66 RTE DE SARTROUVILLE  66 RTE DE SARTROUVILLE"
      => "2 PARC DES ERABLES  66 RTE DE SARTROUVILLE"

 "CASERNE AUDEOUD  111 AV DE LA CORSE  111 AV DE LA CORSE"
      => "CASERNE AUDEOUD  111 AV DE LA CORSE"

感谢任何帮助。

答案

您尝试这个。

s="TOUR SOCIETE SUISSE  1 BD VIVIER MERLE  1 BD VIVIER MERL"
seen=set()
new_s=' '.join([seen.add(word) or word for word in s.split() if word not in seen])
# 'TOUR SOCIETE SUISSE 1 BD VIVIER MERLE MERL'

s="12 PL DE LA HALLE  BP 425 BRIVE-LA-GAILLARDE  BP 425 BRIVE-LA-GAILLARDE  BP 425 BRIVE-LA-GAILLARDE  BP 425 BRIVE-LA-GAILLARDE"
seen=set()
new_s=' '.join([seen.add(word) or word for word in s.split() if word not in seen])
# '12 PL DE LA HALLE BP 425 BRIVE-LA-GAILLARDE'

另一答案

请检查此。

str = "2 PARC DES ERABLES  66 RTE DE SARTROUVILLE  66 RTE DE SARTROUVILLE"

output_str = ""
output_list =[]
for sub_str in str.split():
    if sub_str not in output_list:
        output_list.append(sub_str)
        output_str = output_str + " " + sub_str

print(output_str.strip())

另一答案

分割成多个部分，用dict使其唯一，然后重新加入？

>>> s = "12 PL DE LA HALLE  BP 425 BRIVE-LA-GAILLARDE  BP 425 BRIVE-LA-GAILLARDE  BP 425 BRIVE-LA-GAILLARDE  BP 425 BRIVE-LA-GAILLARDE"
>>> '  '.join(dict.fromkeys(s.split('  ')))
'12 PL DE LA HALLE  BP 425 BRIVE-LA-GAILLARDE'