如何给元组/列表中的字符串元素添加字符？及3-grams单词首尾加#实现方法

让我来一步步帮你解决这两个问题～

不管是列表还是元组，核心思路都是遍历每个字符串元素并做拼接操作，区别在于列表是可变类型，可直接生成新列表或修改原列表；而元组是不可变类型，只能生成新的元组。

给你几个常用的实现方式：

• 处理列表：
  用列表推导式是最简洁的写法，比如给每个元素首尾加#：

  my_list = ["apple", "banana", "cherry"]
  modified_list = [f"#{item}#" for item in my_list]
  # 输出结果：['#apple#', '#banana#', '#cherry#']
  

  如果想直接修改原列表，也可以通过索引遍历更新：

  for i in range(len(my_list)):
      my_list[i] = f"#{my_list[i]}#"
  

• 处理元组：
  因为元组无法修改内部元素，我们可以用生成器表达式配合tuple()函数生成新元组：

  my_tuple = ("apple", "banana", "cherry")
  modified_tuple = tuple(f"#{item}#" for item in my_tuple)
  # 输出结果：('#apple#', '#banana#', '#cherry#')
  

你的现有代码已经能正确生成3-grams了，只需要在拆分句子为单词列表之后，先给每个单词加上首尾的#，再传入ngrams函数就可以达成目标。

完整的实现代码如下：

from nltk.util import ngrams  # 记得导入ngrams模块哦

sentence = '<s> online auto body <s>'
n = 3

# 第一步：给每个单词首尾拼接#
processed_words = [f"#{word}#" for word in sentence.split()]
# 第二步：基于处理后的单词生成3-grams
word_3grams = ngrams(processed_words, n)

# 遍历输出结果
for grams in word_3grams:
    print(grams)

运行这段代码后，你会得到想要的输出：

('#<s>#', '#online#', '#auto#')
('#online#', '#auto#', '#body#')
('#auto#', '#body#', '#<s>#')

简单拆解下逻辑：

1. sentence.split()会把句子拆成原始单词列表：['<s>', 'online', 'auto', 'body', '<s>']
2. 通过列表推导式给每个单词拼接#，得到处理后的列表：['#<s>#', '#online#', '#auto#', '#body#', '#<s>#']
3. 把处理后的列表传入ngrams函数，生成的3-grams自然就是每个单词带#的形式啦。

内容的提问来源于stack exchange，提问作者Marisa