遍历句子匹配多单词时，如何避免重复打印匹配句子？

假设我们有以下句子和待匹配单词：

sentences = ['There are three apples and oranges in the fridge.', 'I forgot the milk.']
wordsMatch = ['apples', 'bananas', 'fridge']

需求是遍历这些句子，只要句子包含任一待匹配单词就输出该句子，但即使句子匹配多个单词也不能重复输出。

比如下面的代码会因为第一个句子同时匹配apples和fridge而重复输出两次：

matchedSentences = [sentence for sentence in sentences for word in wordsMatch if word in sentence]

# 输出: ['There are three apples and oranges in the fridge.', 'There are three apples and oranges in the fridge.']

几种可行的解决方案： #

1. 使用any()函数的列表推导式（推荐）

这是最简洁高效的方式，对每个句子仅做一次判断，只要存在任一匹配单词就加入结果列表，不会重复：

matchedSentences = [sentence for sentence in sentences if any(word in sentence for word in wordsMatch)]
print(matchedSentences)

输出：

['There are three apples and oranges in the fridge.']

any()函数会在找到第一个匹配单词时就停止后续判断，既保证了不重复，又提升了效率。

2. 手动循环+break控制

通过内层循环找到匹配后立即跳出，避免重复添加同一个句子：

matchedSentences = []
for sentence in sentences:
    for word in wordsMatch:
        if word in sentence:
            matchedSentences.append(sentence)
            break  # 找到匹配就终止当前句子的单词检查
print(matchedSentences)

3. 集合去重（不推荐，仅适用于已生成重复列表的场景）

如果已经得到了包含重复项的列表，可以通过转集合再转列表的方式去重，但会打乱原句子的顺序：

matchedSentences = list(set([sentence for sentence in sentences for word in wordsMatch if word in sentence]))

总结 #

优先选择第一种方法，兼顾可读性和效率；如果需要更灵活的逻辑控制，第二种手动循环的方式更合适；第三种仅作为事后补救的手段，不推荐直接使用。

内容的提问来源于stack exchange，提问作者DarknessPlusPlus