Python如何移除列表中作为其他元素子串的短字符串元素

需求规则 #

• 优先保留列表内的长字符串元素
• 若某一字符串是列表中另一个更长字符串的子串，则删除该冗余短字符串

测试样例 #

• 输入：

List1 = ['this', 'is', 'to', 'ask', 'this question']

• 预期输出：

['is', 'to', 'ask', 'this question']

过滤说明：短字符串this是更长字符串this question的子串，因此被移除；其余短字符串is/to/ask均不是其他更长元素的子串，因此保留。

实现代码 #

def filter_substring_redundancy(input_list):
    # 按字符串长度降序排序，优先处理长字符串
    length_sorted = sorted(input_list, key=lambda x: len(x), reverse=True)
    kept_strings = []
    for s in length_sorted:
        # 当前字符串不是任何已保留长串的子串时，才加入保留列表
        if not any(s in kept for kept in kept_strings):
            kept_strings.append(s)
    # 按原列表的元素顺序返回结果，匹配常规使用的顺序预期
    return [item for item in input_list if item in kept_strings]

# 功能测试
if __name__ == "__main__":
    List1 = ['this', 'is', 'to', 'ask', 'this question']
    List1 = filter_substring_redundancy(List1)
    print(List1)
    # 运行输出：['is', 'to', 'ask', 'this question']

逻辑说明 #

• 长字符串优先判定：先按长度降序排序，保证长字符串最先进入保留列表，避免短串先被保留导致长串被误过滤
• 子串校验：每遍历一个字符串，就和已保留的所有更长字符串做子串匹配，匹配命中说明是冗余串，直接跳过
• 顺序还原：最终结果按照元素在原列表中的出现顺序重排，不会打乱原有非冗余元素的相对位置

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