Python中集合推导式提取唯一单词与嵌套循环结果不符的原因
问题根源
集合推导式的for从句书写顺序,和普通嵌套循环的从上到下书写顺序是严格一一对应的,你编写的推导式把两层循环的顺序完全颠倒,和正确的嵌套循环执行逻辑不一致。
错误逻辑拆解
你写的推导式代码:
word_list = {word for word in re.split("\s|[-'/]", item) for item in items}
按照Python推导式的解析规则,这段代码等价于如下普通循环:
word_list = set() # 先执行split拆分操作 split_result = re.split("\s|[-'/]", item) # 第一层循环:遍历拆分后的单词 for word in split_result: # 第二层循环:遍历所有列表项item for item in items: word_list.add(word)
这个逻辑和你原本想实现的“先遍历每个item,再拆分每个item拿单词”的逻辑完全相反:
- Python的推导式严格按照从左到右的顺序执行
for从句:先计算最左侧的可迭代对象,也就是先执行re.split的拆分操作,之后才会启动右侧的for item in items循环 - 由于Python的循环变量不受块作用域限制,
item变量在进入split操作时,已经因为后续的循环绑定被赋值为items列表的最后一个元素'Acid White',导致split操作只拆分了最后一个item,得到['Acid', 'White']两个单词 - 后续不管循环遍历多少个item,添加到集合里的永远是这两个提前拆出来的单词,自然就缺失了
17th、C、Accra这几个来自前两个item的内容,最终得到错误结果{'White', 'Acid'}
正确写法
只需要把推导式里两个for从句的顺序调整成和普通嵌套循环一致——先遍历外层的items拿item,再遍历当前item拆分后的单词:
word_list = {word for item in items for word in re.split("\s|[-'/]", item)}
运行后即可得到和正确嵌套循环完全一致的结果。
内容的提问来源于stack exchange,提问作者miro
相关产品推荐
相关产品推荐

