Python中如何高效将句子中指定列表内单词替换为特定词

问题描述 #

我有如下字典映射：

{
'a': ['a1','a2','a3'],
'b': ['b1', 'b2'],
'c': ['c1', 'c2', 'c3', 'c4']
}

给定一个句子，需要把所有出现的a1、a2、a3替换为a，同理b1、b2替换为b，c1-c4替换为c。请问怎么高效实现这个功能？

以下是我当前的实现代码：

def word_replacer(text):
    s = {
         'a': ['a1','a2','a3'],
         'b': ['b1', 'b2'],
         'c': ['c1', 'c2', 'c3', 'c4']
        }
    words = text.split(" ")
    for idx, word in enumerate(words):
        changed_word=[k for k, v in s.items() if word in [vals.lower() for vals in v]]
        if ((len(changed_word)>0) and (word != changed_word[0])):
            words[idx] = changed_word[0]
    result = " ".join(words)
    return result

优化方案 #

当前实现的问题在于，每次遍历单词时都要完整遍历原字典的所有值列表，还会重复生成小写值列表，字典规模越大，效率越低。下面是更高效的实现思路：

1. 构建反向映射字典（最优方案） #

把原字典反转成{子项: 目标替换值}的结构，这样每次查找替换的时间复杂度是O(1)，整体效率大幅提升：

def word_replacer(text):
    # 原映射字典
    s = {
        'a': ['a1','a2','a3'],
        'b': ['b1', 'b2'],
        'c': ['c1', 'c2', 'c3', 'c4']
    }
    # 构建反向映射：子项 -> 目标替换值
    reverse_map = {}
    for target, items in s.items():
        for item in items:
            reverse_map[item.lower()] = target  # 保留原代码的小写匹配逻辑
    
    # 处理文本
    words = text.split(" ")
    # 用列表推导式简化替换逻辑
    replaced_words = [reverse_map.get(word.lower(), word) for word in words]
    return " ".join(replaced_words)

优化点说明 #

• 反向映射预构建：提前把所有需要替换的子项和目标值一一对应，避免每次查找都遍历原字典，时间复杂度从O(n*m)（n为单词数，m为字典键值对数量）降到O(n)。
• 简化替换逻辑：用字典的get方法直接处理匹配与不匹配的情况，无需额外判断列表长度和单词是否相等，代码更简洁。
• 列表推导式：相比原代码的循环+枚举，写法更高效直观。

2. 处理含标点的场景（可选） #

如果句子中包含标点（比如a1,），原代码的split会把标点和单词绑定，导致无法匹配。可以用正则表达式提取独立单词，解决这个问题：

import re

def word_replacer(text):
    s = {
        'a': ['a1','a2','a3'],
        'b': ['b1', 'b2'],
        'c': ['c1', 'c2', 'c3', 'c4']
    }
    reverse_map = {}
    for target, items in s.items():
        for item in items:
            reverse_map[item.lower()] = target
    
    # 用正则匹配单词（包含字母数字）
    def replace_match(match):
        word = match.group()
        return reverse_map.get(word.lower(), word)
    
    return re.sub(r'\w+', replace_match, text)

这个版本可以处理带标点的句子，比如"a1, b2! c3"会被替换成"a, b! c"。

内容的提问来源于stack exchange，提问作者S_S