从字符串中获取特定字符并将它们附加到列表中

Posted 2023-02-22

【中文标题】从字符串中获取特定字符并将它们附加到列表中

【英文标题】：Getting specific characters from a string and appending them to a list

【发布时间】：2022-01-21 04:55:14

【问题描述】：

我有一个字符串如下：

my_string = "Jack 无法解释他的愚蠢错误。计算机占该国商业用电量的 5%。是时候关注 公司的核心业务。公司需要专注于其最大的客户......”

还有一个清单：

短语动词 = [ “占”， “为”， “采取行动”， “行动起来”， “行动起来”， “添加在”， “专注于” ...]

我想用计数器模块找出每个短语动词在字符串中出现的次数，并从字符串中删除短语动词。到目前为止我的代码是：

phrasal_verbs_list = []
for pv in Phrasal_Verbs:
if pv in my_string:
    phrasal_verbs_list.append(pv)
    my_string = my_string.replace(pv, "")
pv_count = dict(Counter(phrasal_verbs_list))

上面的代码找到了所有的短语动词，但即使字符串中有三个“Account for”，它也只给了我一个。

预期 pv_count = 'account for' : 2, 'focus on' : 2, rest_of_the_phrasal_verbs : 出现次数

Got = 'account for': 1, 'act out': 1, 'allow for': 1, 'be in': 1, 'be on': 1, 'blow down': 1, .. .'专注'：1

【问题讨论】：

你的问题到底是什么？您想知道如何修复当前的实现，还是愿意接受更好的实现？此外，为清楚起见，提供minimal reproducible example 会有所帮助，包括准确的输入、准确的预期输出和实际输出。如需更多提示，请参阅How to Ask。

@Manlai 我回滚了您的编辑，因为 OP 在第一个 sn-p 中添加了格式，在将其转换回代码之前应该将其删除，最后两个 sn-ps 不是有效代码，所以我希望OP澄清。此外，Phrasal_Verbs 更易于阅读，分成不同的行。

【参考方案1】：

你可以这样做

pv_count = string: my_string.count(string) for string in Phrasal_Verbs

然后，如果你想从字符串中删除短语动词：

import re
text = re.sub("|".join(pv_count.keys()), "", my_string)

您也可以直接调用Phrasal_Verbs 而不是 cmets 中指出的 `pv_count.keys()。

【讨论】：

pv_count.keys() 根据定义与Phrasal_Verbs 相同，除非您要执行中间步骤来删除 0 个计数。

好点。我想直接调用 Phrasal_Verbs 会更有效，但我会留下它，因为正如你所说，如果想进一步转换 pv_count，可能会走这条路。

如果任何Phrasal_Verbs 重叠，例如"be in", "be into"，则该替换可能无法正常工作。 OP 的示例不包含任何类似的内容，但仍然需要注意。我认为您可以使用单词边界来修复它：r'\b(' + '|'.join(pv_count.keys()) + r')\b'

【参考方案2】：

发生这种情况是因为 replace 替换了该字符串的所有匹配项，因此，剩余的匹配项不会被计算在内，导致计数为 1。

使用my_string.replace(pv, "", 1) 仅替换第一个匹配项。这应该可以解决您的问题。