Python-遍历字符串列表并对部分匹配字符串进行分组

Question

所以我有一个字符串列表如下：

list = ["I love cat", "I love dog", "I love fish", "I hate banana", "I hate apple", "I hate orange"]

如何遍历列表并对不带给定关键字的部分匹配字符串进行分组。结果如下：

list 1 = [["I love cat","I love dog","I love fish"],["I hate banana","I hate apple","I hate orange"]]

非常感谢。

Answer 1

试着建立一个反向索引，然后你可以选择任何你喜欢的关键字。这种方法忽略单词顺序：

index = {}
for sentence in sentence_list:
    for word in set(sentence.split()):
        index.setdefault(word, set()).add(sentence)

或者这种方法，它通过所有可能的全词短语前缀来键控索引：

index = {}
for sentence in sentence_list:
    number_of_words = length(sentence.split())
    for i in xrange(1, number_of_words):
        key_phrase = sentence.rsplit(maxsplit=i)[0]
        index.setdefault(key_phrase, set()).add(sentence)

如果你想找到所有包含关键词的句子（或者以短语开头，如果这是你的索引）：

match_sentences = index[key_term]

或一组给定的关键字：

matching_sentences = reduce(list_of_keywords[1:], lambda x, y: x & index[y], initializer = index[list_of_keywords[0]])

现在，您可以通过使用这些索引生成句子来构建列表理解，从而生成一个按几乎所有术语或短语组合分组的列表。E、 例如，如果您构建了短语前缀索引，并希望所有内容按前两个单词短语分组：

return [list(index[k]) for k in index if len(k.split()) == 2]