Python 条件列表连接答案

【问题标题】：Python conditional list joinsPython 条件列表连接
【发布时间】：2011-08-01 23:25:22
【问题描述】：

我有一个如下所示的列表：

[
  'A',
  'must',
  'see',
  'is',
  'the',
  'Willaurie',
  ',',
  'which',
  'sank',
  'after', 
  'genoegfuuu',
  'damaged',
  'in',
  'a',
  'storm',
  'in',
  '1989',
  '.'
]

如您所见，有标点符号。我想使用空格调用.join，除非字符串是标点符号，然后我不想要分隔符。

最好的方法是什么？
我已经尝试了一段时间，但对于看似简单的任务来说，我的解决方案变得过于复杂。

谢谢

【问题讨论】：

标签： python string list

【解决方案1】：

string 模块有一个包含所有标点符号的列表。

import string
string = ''.join([('' if c in string.punctuation else ' ')+c for c in wordlist]).strip()

【讨论】：

刚导入同名模块后最好不要命名变量“string”。在这段代码之后，“string”应该是一个str类型的变量，而不是模块，这可能会使没有经验的人感到困惑。

【解决方案2】：

您已经有了答案，但只是想补充一点，并非所有标点符号都应该放在左侧。如果您想处理更一般的句子，您可以使用例如括号或撇号，并且您不想以以下结尾：

这是一部很棒的电影（我看过的最好的）

我想说创建一些讨厌的单线是没有意义的，只是以大多数 Python 的方式来做到这一点。如果不需要超快的解决方案，可以考虑一步步解决，例如：

import re
s = ['It', "'", 's', 'a', 'great', 'movie', 
     '(', 'best', 'I', "'", 've', 'seen', ')']

s = " ".join(s) # join normally
s = re.sub(" ([,.;\)])", lambda m: m.group(1), s) # stick to left
s = re.sub("([\(]) ", lambda m: m.group(1), s)    # stick to right
s = re.sub(" ([']) ", lambda m: m.group(1), s)    # join both sides

print s # It's a great movie (best I've seen)

它非常灵活，您可以指定每条规则处理的标点符号...虽然它有 4 行，所以您可能不喜欢它。无论你选择哪种方法，都可能有一些句子不能正常工作并需要特殊情况，所以无论如何单行可能只是一个糟糕的选择。

编辑：实际上，您可以将上述解决方案简化为一行，但如前所述，我很确定还有更多情况需要考虑：

print re.sub("( [,.;\)]|[\(] | ['] )", lambda m: m.group(1).strip(), " ".join(s))

【讨论】：

确实，有很多极端情况。我是通过使用 NLTK 来标记我的文本而不注意单词标记器而陷入这种情况的。现在很乱。感谢您的回复。

【解决方案3】：

>>> ''.join([('' if i in set(",.!?") else ' ') + i for i in words]).strip()
'A must see is the Willaurie, which sank after genoegfuuu damaged in a storm in 1989.'

【讨论】：

【解决方案4】：

像这样

re.sub(r'\s+(?=\W)', '', ' '.join(['A', 'must', 'see', 'is', 'the', 'Willaurie', ',', 'which', 'sank', 'after', 'genoegfuuu', 'damaged', 'in', 'a', 'storm', 'in', '1989', '.']))

【讨论】：

【解决方案5】：

使用过滤器怎么样？

words = ['A', 'must', 'see', 'is', 'the', 'Willaurie', ',', 'which', 'sank', 'after', 'genoegfuuu', 'damaged', 'in', 'a', 'storm', 'in', '1989', '.']
' '.join(filter(lambda x: x not in string.punctuation, words))

【讨论】：

这并不能回答问题——它完全删除了标点符号。