python - 如何从列表中删除不区分大小写的重复项，同时保持原始列表顺序？

Question

我有一个字符串列表，例如:

myList = ["paper", "Plastic", "aluminum", "PAPer", "tin", "glass", "tin", "PAPER", "Polypropylene Plastic"]

我想要这个结果(这是唯一可以接受的结果):

myList = ["paper", "Plastic", "aluminum", "tin", "glass", "Polypropylene Plastic"]

请注意，如果一个项目(“聚丙烯塑料”)恰好包含另一个项目(“塑料”)，我仍然想保留这两个项目。因此，情况可能不同，但该项目必须逐个字母匹配，才能将其删除。

必须保留原来的列表顺序。该项目的第一个实例之后的所有重复项都应删除。应保留该一审的原案，以及所有非重复项目的原案。

我进行了搜索，但只找到了满足一种需求或另一种需求的问题，而不是两者兼而有之。

Answer 1

由于您需要过滤掉重复项的累积/内存效应，因此很难通过列表理解(或以清晰度为代价)来编写代码。

也不可能使用 set 理解，因为它破坏了原始顺序。

带有循环和辅助 set 的经典方法，您可以在其中存储遇到的字符串的小写版本。仅当小写版本不在集合中时才将字符串存储在结果列表中

myList = ["paper", "Plastic", "aluminum", "PAPer", "tin", "glass", "tin", "PAPER", "Polypropylene Plastic"]
result=[]

marker = set()

for l in myList:
    ll = l.lower()
    if ll not in marker:   # test presence
        marker.add(ll)
        result.append(l)   # preserve order

print(result)

结果:

['paper', 'Plastic', 'aluminum', 'tin', 'glass', 'Polypropylene Plastic']

使用 .casefold() 而不是 .lower() 可以处理某些语言环境中细微的“大小写”差异(例如 Strasse/中的德语双“s”大街)。

编辑:是可以通过列表推导来做到这一点，但这真的很 hacky:

marker = set()
result = [not marker.add(x.casefold()) and x for x in myList if x.casefold() not in marker]

它在 set.add 的 None 输出上使用 and 来调用此函数(列表理解中的副作用，很少是好的thing...)，并返回 x 无论如何。主要缺点是:

• 可读性
• 事实上 casefold() 被调用了两次，一次用于测试，一次用于存储在标记集中