Python实现列表连续匹配元素替换为另一列表单个值

核心思路是优先匹配最长的疾病名称，避免短词提前截断长匹配，用切片对比减少逐词判断的冗余逻辑，实现代码如下：

def insert_disease_tokens(article_list, disease_list):
    # 预处理疾病规则：按疾病包含的单词数降序排列，长词优先匹配
    disease_rules = []
    for disease in disease_list:
        tokens = tuple(disease.split())
        disease_rules.append( (len(tokens), tokens, disease) )
    disease_rules.sort(reverse=True, key=lambda x: x[0])
    
    res = []
    idx = 0
    list_len = len(article_list)
    while idx < list_len:
        match_success = False
        # 逐个尝试匹配疾病规则
        for token_cnt, pattern, disease_name in disease_rules:
            # 剩余单词数不足直接跳过
            if idx + token_cnt > list_len:
                continue
            # 切片对比连续单词，匹配成功则跳过对应长度
            if tuple(article_list[idx:idx+token_cnt]) == pattern:
                res.append(disease_name)
                idx += token_cnt
                match_success = True
                break
        # 无匹配则保留原单词
        if not match_success:
            res.append(article_list[idx])
            idx += 1
    return res

• 长词优先匹配的规则可以覆盖疾病名嵌套场景，比如同时存在「lithium carbonate toxicity」和「toxicity」时，不会因为先匹配到短词导致长疾病名被拆分
• 直接用列表切片做元组对比，底层是C实现的批量比较，比手动逐词拼接、逐字符判断的性能高很多，适合长文本处理
• 整个流程仅对分词列表做一次线性遍历，没有多余的嵌套循环操作，逻辑简洁易维护

用题目给出的示例测试，输出完全符合预期：

article_list = ['Tricuspid', 'valve', 'regurgitation', 'and', 'lithium', 'carbonate', 
               'toxicity', 'in', 'a', 'newborn', 'infant', '.']
disease_list = ['Tricuspid valve regurgitation', 'lithium carbonate', 'toxicity']
print(insert_disease_tokens(article_list, disease_list))
# 输出：['Tricuspid valve regurgitation', 'and', 'lithium carbonate', 'toxicity', 'in', 'a', 'newborn', 'infant', '.']

内容的提问来源于stack exchange，提问作者Oweys