Python 字符串列表大小写不敏感重复项分组及索引提取

实现逻辑 #

• 大组划分：将所有仅存在大小写差异的伪重复项归入同一个大组，匹配时将字符串统一转小写（或大写）作为匹配键，消除大小写带来的差异
• 小组划分：在每个大组范围内，将完全相同的字面重复项的索引归集为同一列表，匹配时保留字符串原始大小写，不做大小写转换
• 结构输出：按大组嵌套内部小组的结构整理，最终形成要求的三层嵌套索引列表

可复用函数实现 #

def get_nested_dupe_index(str_list):
    group_storage = {}
    for idx, content in enumerate(str_list):
        # 大组匹配键：消除大小写差异
        group_key = content.lower()
        # 初始化大组的内部字面存储
        if group_key not in group_storage:
            group_storage[group_key] = {}
        # 按原始字面存入对应索引列表
        if content not in group_storage[group_key]:
            group_storage[group_key][content] = []
        group_storage[group_key][content].append(idx)
    # 整理为目标三层结构
    result = [list(literal_group.values()) for literal_group in group_storage.values()]
    return result

# 测试用例
a = ['bar','bar','foo','Bar','Foo','Foo']
print(get_nested_dupe_index(a))

输出验证 #

运行测试用例得到的结果和题目要求完全一致：[[[0, 1], [3]], [[2], [4, 5]]]

• 第一组大项对应不区分大小写的"bar"类，内部两个小组分别归集了全小写bar的索引[0,1]、首字母大写Bar的索引[3]
• 第二组大项对应不区分大小写的"foo"类，内部两个小组分别归集了全小写foo的索引[2]、首字母大写Foo的索引[4,5]

内容的提问来源于stack exchange，提问作者Johannes Wiesner