如何检测字符串后缀并从列表中移除这些后缀元素？ - Python

Question

如何检测字符串的后缀，并从列表中移除这些带后缀的元素？

我知道这看起来像是自然语言处理中的词干提取或词形还原任务，但这个任务需要一个更简单的功能。

假设，我需要移除那些带有 s 和 es 后缀的元素，前提是列表中存在没有后缀的项：

alist = ['bar','barbar','foo','foos','barbares','foofoos','bares']

我想要的输出是：

alist = ['bar','barbar','foo','foofoos']

我尝试了以下方法，但它不奏效，因为当我整理列表时，结果变成了 ['bar', 'barbar', 'barbares', 'bares', 'foo', 'foofoos', 'foos']，而不是 ['bar', 'bares', 'barbar', 'barbares', 'foo', 'foos', 'foofoos']

alist = ['bar','barbar','foo','foos','barbares','foofoos','bares']

prev = ""
no_s_list = []
for i in sorted(alist):
  if i[-2:] == "es" and i[:-2] == prev:
    continue
  elif i[-1:] == "s" and i[:-1] == prev:
    contine
  else:
    prev = i
    no_s_list.append(i)

以上的输出结果是：

>>> sorted(alist)
['bar', 'barbar', 'barbares', 'bares', 'foo', 'foofoos', 'foos']

Answer 1

你也可以在这里使用 regex（正则表达式）:

re.split() 会返回类似这样的结果:

barbar --> ['barbar']

foos --> ['foo', 's', '']

barbares --> ['barbar', 'es', '']

foofoos --> ['foofoo', 's', '']

所以，如果返回的列表长度大于1，并且这个列表的第一个元素在 alist 中找得到，那么你就可以把它去掉。

代码:

In [106]: alist = ['bar','barbar','foo','foos','barbares','foofoos','bares']

In [107]: s=set(alist)

In [108]: for x in s.copy():
     sol=re.split(r'(es|s)$',x)
     if len(sol)>1 and sol[0] in s:
         s.remove(x)
   .....:         

In [109]: s
Out[109]: set(['bar', 'foofoos', 'barbar', 'foo'])

Answer 2

def rm_suffix(s,suffixes):
    for suf in suffixes:
       if s.endswith(suf):
          return s[:-len(suf)]
    return s

alist = ['bar','barbar','foo','foos','barbares','foofoos','bares']
salist = set(alist)
suffixes = ('es','s')
blist = [x for x in alist 
         if (not x.endswith(suffixes)) or (rm_suffix(x,suffixes) not in salist)]
print blist  # ['bar', 'barbar', 'foo', 'foofoos']

当然可以！请把你想要翻译的内容发给我，我会帮你把它变得简单易懂。