把单词“AND”和“OR”识别成一个字符串

Question

假设我有这样一个字符串：

x = "Romeo and Juliet"

我想通过识别关键字“and”来区分“Romeo”和“Juliet”，例如创建一个输出列表：

y = ["Romeo", "Juliet"]

重要的是，不管“和”这个词是怎么写的（例如：和，和，和，等等），都不应该给口译员带来混淆，因为他们会理解“和”的意思，并且无论如何都会把这两个词分开。我用了一个可怕的解决方案：

y = []
i = 0
tmpString = ""
while x[i] != " ":
    tmpString = tmpString + x[i]
    i += 1

i += 1
if x[i:i+3] == 'and' or x[i:i+3] == 'aNd': #and all the other cases...
y.append(tmpString)
tmpString = ""
i += 4
while i < len(x):
    tmpString = tmpString + x[i] 
y.append(tmpString)

当然，我可以让算法更复杂一点（考虑到不止有两个名字的情况，当它是“or”而不是“and”等等），但是我不太喜欢在字符串中重复这么多次的想法。此外，我对Python非常陌生，不知道如何使用这些模块和方法，如“evaluate”或“parsing”等。 有没有人有任何建议，使一个更好，更灵活的算法？你知道吗

Answer 1

可以使用正则表达式来实现这一点。举个例子：

>>> import re
>>> import string
>>> x = "Romeo and Juliet"
>>> map(string.strip, re.split(r"\bAND\b", x, flags=re.I))
['Romeo', 'Juliet']

Answer 2

尝试以下理解：

>>> x = "Romeo and Juliet"
>>> y = [word for word in x.split() if word.lower() != "and"]
>>> y
['Romeo', 'Juliet']
>>> x = "Romeo aND Juliet"
>>> y = [word for word in x.split() if word.lower() != "and"]
>>> y
['Romeo', 'Juliet']

当你把你的词和键比较时，键是应用lower()。这会将您可能发现的内容标准化为您所期望的形式。所以即使key = "aND"或key = "AnD"，key.lower() = "and"不管。你知道吗

为了完整起见，您可以使用lower()以外的函数来实现这一点，只要您的键匹配，就可以得到一个等价的解决方案。一些例子：

• y = [word for word in x.split() if word.title() != "And"]

• y = [word for word in x.split() if word.upper() != "AND"]

一些注意事项：

• 正如Sunny Nada所指出的，如果名称有空格（x = "Joe Smith and Tom" >>> ["Joe", "Smith", "Tom"]），这种方法给出的结果就不太理想。如果这不是您想要的，您将需要一个更健壮的方法（比如re）

• 为了使您的方法有效，您可以将if x[i:i+3] == 'and' or x[i:i+3] == 'aNd':更改为if x[i:i+3] in ["and", "AND", "aNd", ...etc]:。这种方法通常被认为是测试多个值（or条件）的更好形式。或者，您可以使用我在理解中使用的if语句，得到类似的结果（if x[i:i+3].lower() == "and":）

最后一个建议（主要是为了好玩），它可以处理多个单词的名称并避免re

>>> y = map(lambda s: s.strip(), map(lambda s: s.title(), x.lower().split('and')))
>>> y
['Romeo', 'Juliet']

请注意，这可能是对map()和lambda函数的滥用

Answer 3

您可以使用^{}模块：

>>> import re
>>> re.split(r'\s+AND\s+', 'Romeo AnD Juliet', flags=re.I) # re.I tells Python to ignore case
['Romeo', 'Juliet']

如果要在AND或or上拆分，则可以稍微更改regexp：

>>> re.split(r'\s+(?:AND|OR)\s+', 'Romeo Or Juliet', flags=re.I)
['Romeo', 'Juliet']