Python中连续非标点结尾字符串与标点结尾字符串的条件拼接方法问询

嘿，这个问题我之前也踩过坑！itertools.groupby确实不太适配这里的需求——它只能基于当前元素的单一属性分组，没法根据后续元素的情况调整分组逻辑，而你要的是“把前面所有连续无标点结尾的词，和第一个出现的带标点结尾的词拼在一起”，本质是动态累积直到触发终止条件。

咱可以用两种简洁的Pythonic方式实现：

方式一：直观的生成器累积法 #

这种方法逻辑清晰，逐个遍历单词，累积到遇到标点结尾的词就输出拼接结果，非常容易理解：

def group_sentence_fragments(words, punctuations='!?.,;'):
    current_fragment = []
    for word in words:
        current_fragment.append(word)
        # 判断当前单词是否以标点结尾
        if word[-1] in punctuations:
            yield ' '.join(current_fragment)
            current_fragment = []
    # 处理最后一段没有标点结尾的剩余单词
    if current_fragment:
        yield ' '.join(current_fragment)

# 示例使用
sample_words = ["Hello", "world", "!", "How", "are", "you?", "I'm", "doing", "great"]
result = list(group_sentence_fragments(sample_words))
print(result)
# 输出: ["Hello world!", "How are you?", "I'm doing great"]

这个生成器是惰性的，处理超大单词列表也不会占用过多内存，完全符合Python的优雅风格。

方式二：函数式风格的itertools组合法 #

如果你偏爱函数式编程，可以结合itertools.takewhile和迭代器来实现，用更“Pythonic”的工具链完成逻辑：

import itertools

def group_fragments(words, punctuations='!?.,;'):
    word_iter = iter(words)
    while True:
        # 先取所有不以标点结尾的前置单词
        prefix = list(itertools.takewhile(lambda x: x[-1] not in punctuations, word_iter))
        try:
            # 取下一个带标点的结尾词
            end_word = next(word_iter)
            yield ' '.join(prefix + [end_word])
        except StopIteration:
            # 处理迭代结束后剩余的无标点单词
            if prefix:
                yield ' '.join(prefix)
            break

# 示例使用
sample_words = ["Hi", "there", ",", "What's", "up", "?"]
result = list(group_fragments(sample_words))
print(result)
# 输出: ["Hi there,", "What's up ?"]

为什么不用groupby？ #

再回到你最初的疑问：groupby的核心是“按相邻元素的相同属性分组”，但你的需求里，一个单词是否属于某个组，取决于后面是否出现带标点的单词——这是一个“前瞻”逻辑，groupby无法处理这种依赖后续元素的分组规则，所以用上述两种动态累积的方法更合适。

内容的提问来源于stack exchange，提问作者sfortney