在Python中部分字符串比较需要字符串比较的解决方案
在Python中部分字符串比较需要字符串比较的解决方案
提问于 2014-12-26 05:53:56
场景：I为各自的“区段标题”(存储为字符串)执行了一些任务，该任务的结果必须保存到相同的“现有区段标题”(存储为字符串)中
当映射各个任务的“区段标题”是“现有区段标题”之一时，任务结果将被添加到其中。如果不是，新的节标题将被附加到现有的节标题列表中。
现有的节头如下所示：
“活动(最后3天)”、“活动(最后7天)”、“从磁盘上运行的可执行”、“文件中的操作”
对于以下一组字符串，预期行为如下：
“活动(最近30天)-应增加新的部分
“从磁盘运行的可执行文件”
“文件中的操作”--考虑到额外的"a“条，应该引用现有的”文件操作“。
是否有任何内置函数可用的python可以帮助合并相同的逻辑。或任何关于算法的建议都是非常感谢的。
Stack Overflow用户
回答已采纳
发布于 2014-12-26 07:18:45
由于您只想比较给定单词的词干或“根词”，我建议使用一些词干算法。词干算法试图自动删除后缀(在某些情况下是前缀)，以便找到给定单词的“根词”或词干。这在各种自然语言处理场景(如搜索)中非常有用。幸运的是，有一个用于stemming的python包。您可以从这里下载它。
接下来，您要比较没有停止的字符串(a、an、the、from等)。因此，在比较字符串之前，您需要过滤这些单词。您可以从互联网上获取停止词列表，也可以使用nltk包导入停止词列表。你可以从nltk那里得到这里
如果nltk有任何问题，下面是停止词列表：
['i', 'me', 'my', 'myself', 'we', 'our', 'ours', 'ourselves', 'you', 'your', 'yours',
'yourself', 'yourselves', 'he', 'him', 'his', 'himself', 'she', 'her', 'hers', 'herself',
'it', 'its', 'itself', 'they', 'them', 'their', 'theirs', 'themselves', 'what', 'which',
'who', 'whom', 'this', 'that', 'these', 'those', 'am', 'is', 'are', 'was', 'were', 'be',
'been', 'being', 'have', 'has', 'had', 'having', 'do', 'does', 'did', 'doing', 'a', 'an',
'the', 'and', 'but', 'if', 'or', 'because', 'as', 'until', 'while', 'of', 'at', 'by', 'for',
'with', 'about', 'against', 'between', 'into', 'through', 'during', 'before', 'after',
'above', 'below', 'to', 'from', 'up', 'down', 'in', 'out', 'on', 'off', 'over', 'under',
'again', 'further', 'then', 'once', 'here', 'there', 'when', 'where', 'why', 'how', 'all',
'any', 'both', 'each', 'few', 'more', 'most', 'other', 'some', 'such', 'no', 'nor', 'not',
'only', 'own', 'same', 'so', 'than', 'too', 'very', 's', 't', 'can', 'will', 'just', 'don',
'should', 'now']现在，使用以下简单代码获得所需的输出：
from stemming.porter2 import stem
from nltk.corpus import stopwords
stopwords_ = stopwords.words('english')
def addString(x):
flag = True
y = [stem(j).lower() for j in x.split() if j.lower() not in stopwords_]
for i in section:
i = [stem(j).lower() for j in i.split() if j.lower() not in stopwords_]
if y==i:
flag = False
break
if flag:
section.append(x)
print "\tNew Section Added"演示：
>>> from stemming.porter2 import stem
>>> from nltk.corpus import stopwords
>>> stopwords_ = stopwords.words('english')
>>>
>>> def addString(x):
... flag = True
... y = [stem(j).lower() for j in x.split() if j.lower() not in stopwords_]
... for i in section:
... i = [stem(j).lower() for j in i.split() if j.lower() not in stopwords_]
... if y==i:
... flag = False
... break
... if flag:
... section.append(x)
... print "\tNew Section Added"
...
>>> section = [ "Activity (Last 3 Days)", "Activity (Last 7 days)", "Executable running from disk", "Actions from File"] # initial Section list
>>> addString("Activity (Last 30 Days)")
New Section Added
>>> addString("Executables running from disk")
>>> addString("Actions from a file")
>>> section
['Activity (Last 3 Days)', 'Activity (Last 7 days)', 'Executable running from disk', 'Actions from File', 'Activity (Last 30 Days)'] # Final section list页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/27653300
复制相关文章
相似问题
腾讯云开发者
