[已解决]python字符串分割

SilverCrow

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_']

最佳答案

月排行榜 / 总排行榜

jtxs0000

2020-12-29 09:13:34

基础不扎实，我暂时只能想到这个

1. def ngram(a_str, n):
   
2.     a_str = list(a_str)
   
3.     res = []
   
4.     while a_str:
   
5.         if len(a_str) <= n:
   
6.             res.append("".join(a_str))
   
7.             del a_str[:]
   
8.         else:
   
9.             res.append("".join(a_str[:n]))
   
10.             del a_str[0]
    
11.     return sorted(set(res))

复制代码

跳转到最佳答案楼层

jtxs0000

基础不扎实，我暂时只能想到这个

1. def ngram(a_str, n):
   
2.     a_str = list(a_str)
   
3.     res = []
   
4.     while a_str:
   
5.         if len(a_str) <= n:
   
6.             res.append("".join(a_str))
   
7.             del a_str[:]
   
8.         else:
   
9.             res.append("".join(a_str[:n]))
   
10.             del a_str[0]
    
11.     return sorted(set(res))

复制代码

jtxs0000

既然发重复了，我就来个一行试试：

1. def ngram(a_str, n):
   
2. 
   
3.     return sorted(set(a_str[i:n+i] for i in range(len(a_str)-n+1)))
   
4.         
   
5. print(ngram('to_be_or_not_to_be', 6))

复制代码