Python：双条件字符串比较

Question

正在尝试在 2 个列表中搜索常用字符串。 1^-st 列表是一个包含文本的文件，而 2^-nd 是在实际单词之前具有对数概率的单词列表 - 以匹配，一个词不仅需要在两个列表中，而且还具有一定的最小对数概率（例如，在 -2,123456 和 0,000000 之间；即负 2 increasing up到 0）。制表符分隔列表可能如下所示：

-0.962890   dog
-1.152454   lol
-2.050454   cat

我在做这样的事情时遇到了困难：

common = []
for i in list1:
    if i in list2 and re.search("\-[0-1]\.[\d]+", list2):
        common.append(i)

简单地预处理列表以删除低于某个阈值的行的想法当然是有效的，但是由于单词及其概率都在同一行上，条件不是也可以吗？（正则表达式不是必需的，但对于有无正则表达式的比较解决方案都会很有趣。）

编辑：下面这个问题。

Answer 1

假设您的列表包含 "-0.744342 dog" 等字符串，而 my_word_list 是一个字符串列表，那么如何：

worddict = dict(map(lambda x: (x, True), my_word_list))
import re
for item in my_list:
    parts = re.split("\s+", item)
    if len(parts) != 2:
         raise ValueError("Wrong data format")
    logvalue, word = float(parts[0]), parts[1]
    if logvalue > TRESHHOLD and word in worddict:
         print("Hurrah, a match!")

注意第一行，它从您的单词列表中创建了一个字典。如果你不这样做，你会浪费很多时间在你的单词列表中进行线性搜索，导致你的算法的时间复杂度为 O(n*m)，而我提出的解决方案更接近于 O (n+m)，n为my_list行数，m为my_word_list.

字数

Answer 2

这是我没有使用 regex 的解决方案。首先创建一个接受范围内的单词的字典，然后检查文本中的每个单词是否在字典中。

word_dict = {}

with open('probability.txt', 'r') as prob, open('text.txt', 'r') as textfile:
    for line in prob:
        if (-2.123456 < float(line.split()[0]) < 0):
            word_dict[line.split()[1]] = line.split()[0]

    for line in textfile:
        for word in line.split():
            if word in word_dict.keys():
                print('MATCH, {}: {}'.format(word, word_dict[word]))

Answer 3

在经过数小时的反复试验后回答我自己的问题，并阅读各处的提示。事实证明，我从一开始就在朝着正确的方向思考，但需要将单词检测和模式匹配分开，并将后者与对数概率检查结合起来。因此创建一个具有所需日志概率的临时项目列表，然后将其与文本文件进行比较。

    common = []
    prob = []
    loga , rithmus =   -9.87   ,   -0.01

    for i in re.findall("\-\d\.\d+", list2):
        if (loga < float(i.split()[0]) < rithmus):
            prob.append(i)

    prob = "\n".join(prob)
    for i in list1:
        if i in prob:
            common.append(i)

Python：双条件字符串比较

Python: string comparison with double conditions

python

string

conditional

logarithm