Python中如何合并多字符为单字符？及生成字符级三元组

问题1：如何将多个字符合并为单个字符（字符串） #

在Python里，单个“字符”本质是长度为1的字符串。如果要把多个独立的字符（比如列表中的元素）合并成一个完整的字符串，最便捷的方法是使用str.join()方法。举个实际的例子：

# 存储多个字符的列表
char_list = ['p', 'y', 't', 'h', 'o', 'n']
# 合并为单个字符串
merged_string = ''.join(char_list)
print(merged_string)  # 输出: python

如果是要拼接几个字符串片段（比如起止符<s>和普通文本），直接用+运算符也很直观：

start_tag = "<s>"
text = "hello"
combined = start_tag + text
print(combined)  # 输出: <s>hello

问题2：生成指定格式的字符级三元组 #

根据你给出的需求，我们需要先对原始字符串做预处理，再通过滑动窗口生成连续的三元组。具体步骤如下：

步骤1：预处理字符串 #

首先把sentence_1转换成纯字符列表（去掉空格），然后在首尾添加起止符<s>：

sentence_1 = "online auto body"
# 提取所有非空格字符，组成列表
char_sequence = [c for c in sentence_1 if c != ' ']
# 添加首尾起止符
tagged_sequence = ["<s>"] + char_sequence + ["<s>"]

步骤2：生成滑动三元组 #

接下来遍历处理后的序列，每次取连续三个元素组成元组。注意遍历的终止索引要保证不会超出序列长度（最后一个三元组的起始位置是len(tagged_sequence) - 3）：

char_triples = []
# 遍历到倒数第三个元素为止
for i in range(len(tagged_sequence) - 2):
    current_triple = (
        tagged_sequence[i],
        tagged_sequence[i+1],
        tagged_sequence[i+2]
    )
    char_triples.append(current_triple)

验证结果 #

运行这段代码后，输出的前几个三元组就和你想要的完全一致：

('<s>', 'o', 'n')
('o', 'n', 'l')
('n', 'l', 'i')
('l', 'i', 'n')
('i', 'n', 'e')
('a', 'u', 't')
...

如果想让代码更简洁，也可以用列表推导式一行完成三元组生成：

char_triples = [
    (tagged_sequence[i], tagged_sequence[i+1], tagged_sequence[i+2])
    for i in range(len(tagged_sequence) - 2)
]

补充说明 #

如果你的<s>是作为一个整体符号（而非三个单独的字符<、s、>），上面的代码完全适用——因为我们把<s>当作一个独立的元素加入了序列，和单个字符一起参与三元组生成，这正好匹配你给出的示例格式。

内容的提问来源于stack exchange，提问作者Marisa