python字符串分割
n元文法（n-gram）在自然语言处理中是指文本中连续出现的n个元素。例如以字符为单位文本数据的n元文法是如下的形式（空格以下划线表示）：文本数据：…to_be_or_not_to_be…
一元文法（1-gram）：…, t, o, _, b, e, _, o, r, _, n, o, t, _, t, o, _, b, e, …
二元文法（2-gram）：…, to, o_, _b, be, e_, _o, or, r_, _n, no, ot, t_, _t, to, o_, _b, be, …
三元文法（3-gram）：…, to_, o_b, _be, be_, e_o, _or, or_, r_n, _no, not, ot_, t_t, _to, to_, o_b, _be, …
请编写一个函数，返回所给文本以字符为单位的n元文法短语。文本字符串以及n值由函数的参数输入。使用列表容器返回的各短语，重复短语只出现一次，列表按升序排序。
例：
函数定义：def ngram(a_str, n)，
计算返回值：ngram('to_be_or_not_to_be', 6)
['_be_or', '_not_t', '_or_no', '_to_be', 'be_or_', 'e_or_n', 'not_to', 'o_be_o', 'or_not', 'ot_to_', 'r_not_', 't_to_b', 'to_be_'] 本帖最后由 jtxs0000 于 2020-12-29 11:11 编辑
基础不扎实，我暂时只能想到这个
def ngram(a_str, n):
a_str = list(a_str)
res = []
while a_str:
if len(a_str) <= n:
res.append("".join(a_str))
del a_str[:]
else:
res.append("".join(a_str[:n]))
del a_str
return sorted(set(res)) 本帖最后由 jtxs0000 于 2020-12-29 11:32 编辑
既然发重复了，我就来个一行试试：
def ngram(a_str, n):
return sorted(set(a_str for i in range(len(a_str)-n+1)))
print(ngram('to_be_or_not_to_be', 6))
页:
[1]