Python中的字符串覆盖优化

Question

我有一个初始字符串。

'bananaappleorangestrawberryapplepear'

还有一个包含字符串的元组：

('apple', 'plepe', 'leoran', 'lemon')

我想要一个函数，能够根据这个初始字符串和元组里的字符串，得到这个结果：

'bananaxxxxxxxxxgestrawberryxxxxxxxar'

我知道怎么用一种比较直接的方法来做，就是在初始字符串中找到每个单词，然后逐个字符地遍历整个初始字符串，替换掉找到的单词。

不过这样做效率不高，而且看起来也不太好。我觉得应该有更优雅的方法，可以用函数式编程的方式，可能用到 itertools 或者其他的工具。如果你知道有什么 Python 库可以高效地做到这一点，请告诉我。

更新：Justin Peel 提到了一种我在最初问题中没有描述的情况。如果一个单词是 'aaa'，而初始字符串中有 'aaaaaa'，那么输出应该是 'xxxxxx'。

Answer 1

这里有另一个答案。可能有更快的方法来把字母替换成x，但我觉得这样已经够快了，不需要再改了。

import re

def do_xs(s,pats):
    pat = re.compile('('+'|'.join(pats)+')')

    sout = list(s)
    i = 0
    match = pat.search(s)
    while match:
        span = match.span()
        sout[span[0]:span[1]] = ['x']*(span[1]-span[0])
        i = span[0]+1
        match = pat.search(s,i)
    return ''.join(sout)

txt = 'bananaappleorangestrawberryapplepear'
pats = ('apple', 'plepe', 'leoran', 'lemon')
print do_xs(txt,pats)

基本上，我创建了一个正则表达式模式，可以匹配任何输入的模式。然后我只需在最近一次匹配的起始位置后面开始重新搜索。不过，如果你输入的某个模式是另一个模式的前缀，可能会出现问题。

Answer 2

>>> string_ = 'bananaappleorangestrawberryapplepear'
>>> words = ('apple', 'plepe', 'leoran', 'lemon')
>>> xes = [(string_.find(w), len(w)) for w in words]
>>> xes
[(6, 5), (29, 5), (9, 6), (-1, 5)]
>>> for index, len_ in xes:
...   if index == -1: continue
...   string_ = string_.replace(string_[index:index+len_], 'x'*len_)
...
>>> string_
'bananaxxxxxxxxxgestrawberryxxxxxxxar'
>>>

肯定有更有效的方法，但过早的优化才是万恶之源。

Answer 3

import re

words = ('apple', 'plepe', 'leoran', 'lemon')
s = 'bananaappleorangestrawberryapplepear'

x = set()

for w in words:
    for m in re.finditer(w, s):
        i = m.start()
        for j in range(i, i+len(w)):
            x.add(j)

result = ''.join(('x' if i in x else s[i]) for i in range(len(s)))
print result

产生：

bananaxxxxxxxxxgestrawberryxxxxxxxar