如何在句子列表中的单词和开口括号之间创建一个空格。

Question

在下面的列表中，实际上有两个重复的句子。但是由于句子的第二个词和(之间的空格不同，它将它们视为唯一的句子。

通过使用Python - 正则表达式，如何在单词之间创建加法空格。(例如：第 1 项)'United States(US)'，应该改为'United States(US)'(与第 2 项相同)

listx = 
['United States(US)',
 'United States (US)',
 'New York(NY)',
 'New York (NY)']

预期输出列表是

['United States (US)',
 'United States (US)',
 'New York (NY)',
 'New York (NY)']

事实上，我正在尝试从列表中消除重复的句子，并考虑这是一个方法，先让句子相似。请给我建议。

Answer 1

你可以搜索一个字母后面紧跟着一个开放的小括号。

>>> [re.sub(r'(\w)\(', r'\1 (', i) for i in listx]
['United States (US)',
 'United States (US)',
 'New York (NY)',
 'New York (NY)']

要删除重复的内容，您可以创建一个 set 从这个生成表达式中

>>> set(re.sub(r'(\w)\(', r'\1 (', i) for i in listx)
{'United States (US)', 'New York (NY)'}

Answer 2

你可以试试这个。你可以用 re.sub 这里。

listx = ['United States(US)', 'United States (US)', 'New York(NY)', 'New York (NY)']

[re.sub(r'.(\(.*\))',r' \1',i) for i in listx]
# ['United State (US)', 'United States (US)', 'New Yor (NY)', 'New York (NY)']

Regex模式解释。

• . 匹配任何字符
• ( 大括号
• \( 匹配 (
• .* 贪婪地匹配。
• ' \1' 子匹配组与空间匹配组。
• regex live demo

Answer 3

您可以做

    new_listx = ["{} {}".format(re.match('(.*)(\(.*\))', i).group(1).rstrip() ,re.match('(.*)(\(.*\))', i).group(2)) for i in listx]
    print(new_listx)

产量

['United States (US)', 'United States (US)', 'New York (NY)', 'New York (NY)']

该regex将文本分割成两组，一组在（）之前，第二组在（）中，之后它将修剪第一组右边的空格。

print(set(new_listx))

你会得到一个独特的值集。

{'New York (NY)', 'United States (US)'}