Python中带索引的字符串拆分

小编典典

Python中带索引的字符串拆分

python

我正在寻找将句子拆分成单词的pythonic方法，并且还将所有单词的索引信息存储在句子中，例如

a = "This is a sentence"
b = a.split() # ["This", "is", "a", "sentence"]

现在，我还想存储所有单词的索引信息

c = a.splitWithIndices() #[(0,3), (5,6), (8,8), (10,17)]

实现splitWithIndices（）的最佳方法是什么，python是否有我可以使用的任何库方法。任何可以帮助我计算单词索引的方法都很好。

阅读 222

2021-01-20

共1个答案

小编典典

我认为返回相应接头的开始和结束更为自然。例如（0，4）而不是（0，3）

>>> from itertools import groupby
>>> def splitWithIndices(s, c=' '):
...  p = 0
...  for k, g in groupby(s, lambda x:x==c):
...   q = p + sum(1 for i in g)
...   if not k:
...    yield p, q # or p, q-1 if you are really sure you want that
...   p = q
...
>>> a = "This is a sentence"
>>> list(splitWithIndices(a))
[(0, 4), (5, 7), (8, 9), (10, 18)]

>>> a[0:4]
'This'
>>> a[5:7]
'is'
>>> a[8:9]
'a'
>>> a[10:18]
'sentence'

2021-01-20