如何编写Python程序接收字符串列表，返回对应单词索引字典

完整可运行代码 #

def reverse_index(dataset):
    result = {}
    # 遍历每个字符串的索引与内容
    for idx, content in enumerate(dataset):
        # 统一转为小写后按空格拆分单词
        words = content.lower().split()
        # 去重当前行单词，避免同一行重复添加索引
        unique_words = set(words)
        for word in unique_words:
            # 单词首次出现时初始化空列表
            if word not in result:
                result[word] = []
            result[word].append(idx)
    return result

代码逻辑说明 #

• 用enumerate遍历输入列表，同时获取字符串的位置索引和文本内容，无需手动维护索引计数
• 调用lower()方法将整段文本转为小写，满足「Hello和hello视为同一单词」的大小写不敏感要求
• 用split()按空格拆分得到单词列表，转set去重是为了符合常规倒排索引的文档级统计规则（同一字符串内单词多次出现仅记录一次索引）

备注：如果需求要求统计同一字符串内单词的多次出现（即同一字符串中出现N次单词，索引列表就追加N次对应索引），只需删除去重步骤，直接遍历拆分后的words列表即可

测试验证 #

用提供的测试用例验证，可直接运行通过：

dataset = [
    "Hello world",
    "This is the WORLD",
    "hello again"
 ] 

res = reverse_index(dataset)

# 校验结果符合预期
assert res == {
    'hello': [0, 2],
    'world': [0, 1],
    'this': [1],
    'is': [1],
    'the': [1],
    'again':[2]
}
print("测试通过")

内容的提问来源于stack exchange，提问作者newbie