蓝桥杯day03——Bigram 分词

1.题目

给出第一个词 first 和第二个词 second，考虑在某些文本 text 中可能以 "first second third" 形式出现的情况，其中 second 紧随 first 出现，third 紧随 second 出现。

对于每种这样的情况，将第三个词 "third" 添加到答案中，并返回答案。

示例 1：

输入：text = "alice is a good girl she is a good student", first = "a", second = "good"
输出：["girl","student"]

示例 2：

输入：text = "we will we will rock you", first = "we", second = "will"
输出：["we","rock"]

提示：

• 1 <= text.length <= 1000
• text 由小写英文字母和空格组成
• text 中的所有单词之间都由 单个空格字符 分隔
• 1 <= first.length, second.length <= 10
• first 和 second 由小写英文字母组成

2.解析

• text（一个字符串，我们要在其中查找特定的字符串），first（第一个字符串）和second（第二个字符串）。这个函数的目标是在text中查找所有first和second的连续出现后的第三个词 "third" ，并返回这些第三个词 "third" 的列表。
• s=first + " " + second：定义一个字符串s，是first和second的连接，中间有一个空格。
• ls = re.findall("[a-z]*" + s + " " + "[a-z]+", text)：使用正则表达式在text中查找所有以字母开头，接着是s，然后是一个或多个字母的组合。结果存储在列表ls中。
• ls1 = re.findall(s + " " + s + " " + "([a-z]+)", text)：在文本中查找所有s连续出现两次，中间有一个空格和一个或多个字母的组合。结果存储在列表ls1中。
• if first==second:：如果第一个和第二个字符串相同，则执行以下操作。
• ls1+=re.findall(second + " " + s + " " + "([a-z]+)",text)：在文本中查找所有与之前相同的字符串（因为first和second相同），即查找所有连续出现两次的字符串，中间有一个空格和一个或多个字母的组合。找到的结果添加到ls1中。

3.python代码

class Solution:
    def findOcurrences(self, text: str, first: str, second: str) -> list[str]:
        import re
        s=first + " " + second

        ls = re.findall("[a-z]*" + s + " " + "[a-z]+", text)
        ls1 = re.findall(s + " " + s + " " + "([a-z]+)", text)

        if first==second:
            ls1+=re.findall(second + " " + s + " " + "([a-z]+)",text)

        for x in ls:
            if x.startswith(s):
                ls1 += re.findall(s + " " + "([a-z]+)", x)

        return ls1

4.运行结果