Python实现两个字符串列表的单词级交集提取方法

核心逻辑分两步：先将两个列表中的所有字符串按空白拆分为独立单词，再筛选出两个单词集合中共同存在的单词，按需匹配输出顺序。

具体实现代码 #

首先定义原始输入列表：

a = ['ketab khaneh','danesh gah', 'shi rin i']
b = ['ketab khaneh','dan esh gah','shirin i']

可匹配指定输出顺序的实现 #

如果需要输出的单词顺序和其在a列表中的出现顺序保持一致（和你给出的示例输出完全匹配），可以用以下写法：

# 收集b列表拆分后的所有单词，用集合实现快速查找
b_word_set = set()
for sentence in b:
    b_word_set.update(sentence.split())

output = []
recorded = set()
# 遍历a列表拆分所有单词，筛选出在b中存在的项
for sentence in a:
    for word in sentence.split():
        # 跳过不符合条件、或已经加入结果的重复单词
        if word in b_word_set and word not in recorded:
            output.append(word)
            recorded.add(word)

运行后得到的结果和示例完全一致：['ketab', 'khaneh', 'gah', 'i']

简化版（不要求固定顺序） #

如果不需要严格的单词出现顺序，直接用集合求交集的写法更简洁：

# 收集两个列表拆分后的所有单词
words_a = set(word for sentence in a for word in sentence.split())
words_b = set(word for sentence in b for word in sentence.split())
# 求交集后转成列表
output = list(words_a & words_b)

关键细节说明 #

• 用不带参数的split()方法拆分字符串，可自动适配多个连续空格、制表符等空白分隔符，比按单个空格拆分的鲁棒性更强。
• 用集合存储待查找的单词，可将单次查找的时间复杂度从O(n)降到O(1)，处理长列表时效率更高。
• 额外增加的recorded集合用于自动去重，避免输入列表中出现重复单词时，输出结果里出现冗余重复项。

内容的提问来源于stack exchange，提问作者Soheila