Python 从列表中删除部分重复项

Question

我有一个不正确创建的项目列表。 它不是一次复制整个项目，而是制作了同一项目的多个部分副本。 部分重复项与其他重复项和一些独特的项目混合在一起。 例如列出一个：

a = ['one two','one two three four','one two three','five six','five six seven','eight nine']

我想删除部分重复项并保留项目的最长表达式。 例如，我想生成列表 b：

b = ['one two three four', 'five six seven','eight nine']

物品的完整性必须保持完整，不能变成：

c = '[二一三四', 'vife 六七', '八九']

Answer 1

尝试这个：

def group_partials(strings):
    it = iter(sorted(strings))
    prev = next(it)
    for s in it:
        if not s.startswith(prev):
            yield prev
        prev = s
    yield s

a = ['one two','one two three', 'one two three four', 'five six', 'five six seven', 'eight nine']
b = list(group_partials(a))

Answer 2

您可以为此使用集合。

试试这个代码

a = ['one two','one two three', 'one two three four', 'five six', 'five six seven','eight nine']

# check for subsets
for i in range(len(a)):
   for j in range(len(a)):
      if i==j: continue # same index
      if (set(a[i].split()) & set(a[j].split())) == set(a[i].split()): # if subset
         a[i]="" # clear string

# a = [x for x in a if len(x)]  # remove empty strings

b = []
for x in a:  # each string in a
   if len(x) > 0: # if not empty
      b.append(x)  # add to final list  

a = b

print(a)

输出

['one two three four', 'five six seven', 'eight nine']