如何从字符串列表中检索部分匹配项

Question

有关在数字列表中检索部分匹配项的方法，请访问：

• 如何返回匹配条件的列表子集？

• Python：在列表中查找

---

但是，如果您正在寻找如何检索字符串列表的部分匹配项，您会在下面的答案中找到简明扼要地解释的最佳方法。

SO：部分匹配的 Python 列表查找显示了如何返回 a bool，如果 alist包含部分匹配（例如begins，ends， 或contains）某个字符串的元素。但是你怎么能返回元素本身，而不是True或False

例子：

l = ['ones', 'twos', 'threes']
wanted = 'three'

在这里，链接问题中的方法将返回True使用：

any(s.startswith(wanted) for s in l)

那么如何返回元素'threes'呢？

Answer 1

• startswith和in, 返回一个布尔值
• 该in运营商成员的考验。
• 这可以用一个list-comprehension或filter
• 使用list-comprehension, 和in是经过测试的最快实现。
• 如果大小写不是问题，请考虑将所有单词映射为小写。
  • l = list(map(str.lower, l)).

filter：

• Usingfilter创建一个filter对象，所以list()用于显示list.

l = ['ones', 'twos', 'threes']
wanted = 'three'

# using startswith
result = list(filter(lambda x: x.startswith(wanted), l))

# using in
result = list(filter(lambda x: wanted in x, l))

print(result)
[out]:
['threes']

list-comprehension

l = ['ones', 'twos', 'threes']
wanted = 'three'

# using startswith
result = [v for v in l if v.startswith(wanted)]

# using in
result = [v for v in l if wanted in v]

print(result)
[out]:
['threes']

哪个实现更快？

• 使用words语料库来自nltk
• 词与 'three'
  • ['three', 'threefold', 'threefolded', 'threefoldedness', 'threefoldly', 'threefoldness', 'threeling', 'threeness', 'threepence', 'threepenny', 'threepennyworth', 'threescore', 'threesome']

from nltk.corpus import words

%timeit list(filter(lambda x: x.startswith(wanted), words.words()))
[out]:
47.4 ms ± 1.9 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

%timeit list(filter(lambda x: wanted in x, words.words()))
[out]:
27 ms ± 1.78 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

%timeit [v for v in words.words() if v.startswith(wanted)]
[out]:
34.1 ms ± 768 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

%timeit [v for v in words.words() if wanted in v]
[out]:
14.5 ms ± 63.3 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

Answer 2

any()您可以使用 for 循环来查找字符串，而不是返回函数的结果：

def find_match(string_list, wanted):
    for string in string_list:
        if string.startswith(wanted):
            return string
    return None

>>> find_match(['ones', 'twos', 'threes'], "three")
'threes'

Answer 3

一个简单直接的答案：

test_list = ['one', 'two','threefour']
r = [s for s in test_list if s.startswith('three')]
print(r[0] if r else 'nomatch')

结果：

threefour

不确定在不匹配的情况下您想做什么。 r[0]如果有匹配项，这正是您所要求的，但如果没有匹配项，则它是未定义的。在print这一交易，但你可能会想这样做是不同的。

Answer 4

我会说最密切相关的解决方案是使用next而不是any：

>>> next((s for s in l if s.startswith(wanted)), 'mydefault')
'threes'
>>> next((s for s in l if s.startswith('blarg')), 'mydefault')
'mydefault'

就像 一样any，它在找到匹配项后立即停止搜索，并且只占用 O(1) 空间。与列表理解解决方案不同，它总是处理整个列表并占用 O(n) 空间。

哦，或者any按原样使用，但记住最后检查的元素：

>>> if any((match := s).startswith(wanted) for s in l):
        print(match)

threes
>>> if any((match := s).startswith('blarg') for s in l):
        print(match)

>>>

另一种变体，仅分配匹配元素：

>>> if any(s.startswith(wanted) and (match := s) for s in l):
        print(match)

threes

（可能想要包含诸如or True匹配项s是否可以是空字符串之类的内容。）

Answer 5

这对我来说似乎很简单，所以我可能误读了，但你可以通过带有 if 语句的 foo 循环运行它；

l = ['ones', 'twos', 'threes']
wanted = 'three'

def run():
    for s in l:
        if (s.startswith(wanted)):
            return s

print(run())

输出： threes