Python - 从字符串列表中删除作为另一个元素的子字符串的任何元素

Question

所以从字符串列表开始，如下所示

string_list = ["休息"、"休息"、"看"、"看"、"它"、"吐"]

我想从列表中删除任何作为另一个元素的子字符串的元素，例如给出结果......

string_list = ['休息'， '看'， '吐']

我有一些代码可以实现这一点，但它令人尴尬地丑陋，而且可能不必要的复杂。有没有一种简单的方法可以在 Python 中做到这一点？

Answer 1

第一个构建块：子字符串。

您可以使用in来检查：

>>> 'rest' in 'resting'
True
>>> 'sing' in 'resting'
False

接下来，我们将选择创建新列表的朴素方法。我们将逐个将项目添加到新列表中，检查它们是否是子字符串。

def substringSieve(string_list):
    out = []
    for s in string_list:
        if not any([s in r for r in string_list if s != r]):
            out.append(s)
    return out

您可以通过排序来加快速度以减少比较次数（毕竟，较长的字符串永远不能是较短/等长字符串的子字符串）：

def substringSieve(string_list):
    string_list.sort(key=lambda s: len(s), reverse=True)
    out = []
    for s in string_list:
        if not any([s in o for o in out]):
            out.append(s)
    return out

Answer 2

这是一个可能的解决方案：

string_list = ['rest', 'resting', 'look', 'looked', 'it', 'spit']
def string_set(string_list):
    return set(i for i in string_list 
               if not any(i in s for s in string_list if i != s))
print(string_set(string_list))

打印输出：

set(['looked', 'resting', 'spit'])

请注意，我创建了一个集合（使用生成器表达式）来删除可能重复的单词，因为顺序似乎无关紧要。

Answer 3

另一个行：

[string for string in string_list if len(filter(lambda x: string in x,string_list)) == 1]

应该相当可读，只是不是那么 pythonic。

Answer 4

这里有一种方法：

def find_unique(original):
    output = []
    for a in original:
        for b in original:
            if a == b:
                continue     # So we don't compare a string against itself
            elif a in b:
                break
        else:
            output.append(a) # Executed only if "break" is never hit
    return output
if __name__ == '__main__':
    original = ['rest', 'resting', 'look', 'looked', 'it', 'split']
    print find_unique(original)

它利用了一个事实，即我们可以通过使用 in 运算符轻松检查一个字符串是否是另一个字符串的子字符串。它基本上遍历每个字符串，检查它是否是另一个字符串的子字符串，如果不是，则将其附加到输出列表中。

这将打印出['resting', 'looked', 'split']

Answer 5

这里有一个单行代码，可以做你想要的：

filter(lambda x: [x for i in string_list if x in i and x != i] == [], string_list)

例：

>>> string_list = ['rest', 'resting', 'look', 'looked', 'it', 'spit']
>>> filter(lambda x: [x for i in string_list if x in i and x != i] == [], string_list)
['resting', 'looked', 'spit']

Answer 6

这是有效的方法（相对于上述解决方案;)），因为这种方法大大减少了列表元素之间的比较次数。如果我有一个很大的列表，我肯定会选择这个，当然你可以把这个解决方案变成一个lambda函数，让它看起来很小：

string_list = ['rest', 'resting', 'look', 'looked', 'it', 'spit']
for item in string_list: 
  for item1 in string_list:
    if item in item1 and item!= item1:
      string_list.remove(item)
print string_list

输出：

>>>['resting', 'looked', 'spit']

希望对您有所帮助！

Answer 7

这是一种非最佳方法，仅在列表较小时使用：

for str1 in string_list:
    for str2 in string_list:
        if str1 in str2 and str1 != str2:
            string_list.remove(str1)

Answer 8

这是另一种方法。假设您有一个排序列表要开始，并且您不必就地进行筛分，我们可以一次选择最长的字符串：

string_list = sorted(string_list)
sieved = []
for i in range(len(string_list) - 1):
    if string_list[i] not in string_list[i+1]:
        sieved.append(string_list[i])