过滤字符串列表，使其不包含来自另一个列表的任何字符串作为子字符串

Question

我有以下代码来选择未包含在另一个列表中的值。

import re
isbn  = ["1111","2222","3333","4444","5555"]
sku = ["k1 1111", "k2 2222", "k3 3333", "k4 4444", "k5 5555", "k6 6666", "k7 7777", "k8 8888" ,"k9 1111"]

for x in isbn:
    for i in sku:
        if x not in i:
            print (i)

预期结果应如下：

k6 6666
k7 7777
k8 8888

但我得到了所有无与伦比的价值观。 如上所示，我怎样才能得到预期的结果。

Answer 1

你应该在你的循环中使用any 。 事实上，你可以使用下面的列表理解来实现它：

>>> list_1  = ["1111","2222","3333","4444","5555"]
>>> list_2 = ["k1 1111", "k2 2222", "k3 3333", "k4 4444", "k5 5555", "k6 6666", "k7 7777", "k8 8888" ,"k9 1111"]

>>> [x for x in list_2 if not any( y in x for y in list_1)]
['k6 6666', 'k7 7777', 'k8 8888']

如果list_1任何字符串作为list2子字符串存在，则any将返回True 。 一旦找到匹配，它将使迭代短路（不检查其他匹配）并将结果返回True 。

如果您对使用any不感兴趣，可以使用以下for循环获得相同的结果：

for x in list_2:
    for y in list_1:
        if y in x:
            break
    else:
        print(x)

这将打印您想要的输出：

k6 6666
k7 7777
k8 8888

Answer 2

您需要先测试isbn 所有值，然后才能得出这些值中的所有值。

而不是首先遍历isbn ，循环遍历sku并使用每个isbn值测试该值; any()函数使得更容易和更有效：

for value in sku:
    if not any(i in value for i in isbn):
        print(value)

更高效的仍然是拆分 ISBN部分，并测试一组：

isbn_set = set(isbn)
for value in sku:
    isbn_part = value.partition(' ')[-1]  # everything after the first space
    if isbn_part not in isbn_set:
        print(value)

这避免了在isbn altogther上的循环; 集合成员测试需要O（1）恒定时间; 对于N skus和M ISBN值，这使得O（N）循环（对O（NM）循环与any() ）。

可以将任一版本转换为列表解析以生成匹配列表; 然后首选的设置版本变为：

isbn_set = set(isbn)
not_matched = [value for value in sku if value.partition(' ')[-1] not in isbn_set]

演示后者：

>>> isbn  = ["1111","2222","3333","4444","5555"]
>>> sku = ["k1 1111", "k2 2222", "k3 3333", "k4 4444", "k5 5555", "k6 6666", "k7 7777", "k8 8888" ,"k9 1111"]
>>> isbn_set = set(isbn)
>>> [value for value in sku if value.partition(' ')[-1] not in isbn_set]
['k6 6666', 'k7 7777', 'k8 8888']

Answer 3

如果你从一个集合中删除匹配，那么左边的集合就是你所追求的：

码：

skus = set(sku)
for x in isbn:
    skus -= {i for i in skus if x in i}

测试代码：

isbn = ["1111", "2222", "3333", "4444", "5555"]
sku = ["k1 1111", "k2 2222", "k3 3333", "k4 4444", "k5 5555", "k6 6666",
       "k7 7777", "k8 8888", "k9 1111"]

skus = set(sku)
for x in isbn:
    skus -= {i for i in skus if x in i}
print(skus)

结果：

{'k6 6666', 'k7 7777', 'k8 8888'}