تحسين أداء إزالة مقاطع النص في Python باستخدام التعبيرات العادية

في سياق تعاملي مع استفسارك حول كيفية إزالة مقاطع النص الفرعية الخاصة بالسلاسل في لغة Python، يمكنني أن أقدم لك شرحاً مفصلاً حول الطرق المختلفة لتحقيق ذلك. قبل أن نستكشف الطرق الممكنة لحل هذه المشكلة، يجدر بنا التأكد من فهم الطريقة التي قمت بها والتي لم تظهر أي تغيير في الناتج.

في الشيفرة التي قدمتها، استخدمت حلقة for للتحقق من كل سلسلة في مجموعة السلاسل set1، وقمت بمحاولة استخدام دالة replace لإزالة مقاطع النص “.good” و “.bad”. ومع ذلك، يبدو أن النتائج لم تكن كما هو متوقع.

لحل هذه المشكلة، يمكننا استخدام الوظيفة replace بطريقة تتيح لنا الحصول على نتائج صحيحة. يجب عليك معالجة القيمة المسترجعة من دالة replace لأنها لا تقوم بتعديل السلسلة نفسها، ولكنها تقوم بإرجاع نسخة جديدة من السلسلة بتغييرات.

لذا، يمكن تحسين الشيفرة كما يلي:

pythonCopy code
new_set = set()

for x in set1:
    modified_x = x.replace('.good', '').replace('.bad', '')
    new_set.add(modified_x)

print(new_set)

في هذا السياق، تم إنشاء مجموعة جديدة new_set، وتم استخدامها لتخزين السلاسل المعدلة. يتم استخدام دالة replace بشكل متسلسل لضمان إزالة كل من “.good” و “.bad”. النتيجة هي مجموعة جديدة تحتوي على السلاسل بعد التعديل.

يمكنك استكشاف هذا الحل واختباره مع مجموعات أخرى لضمان أنه يلبي احتياجاتك.

بالطبع، دعنا نعمق أكثر في الأمور ونقدم مزيد من المعلومات حول كيفية تعامل مع مشكلتك المحددة في برمجة Python.

إذا كنت تبحث عن حلاً أكثر فعالية وقوة، يمكننا استخدام التعبيرات العادية (Regular Expressions) في Python. تسمح لنا هذه التعبيرات بتحديد أنماط معينة في النصوص وتغييرها بشكل دينامي.

فلنقم بتحسين الشيفرة باستخدام التعبيرات العادية:

pythonCopy code
import re

set1 = {'Apple.good', 'Orange.good', 'Pear.bad', 'Pear.good', 'Banana.bad', 'Potato.bad'}
pattern = re.compile(r'\.good|\.bad')

new_set = {pattern.sub('', x) for x in set1}

print(new_set)

في هذا السياق، تم استيراد مكتبة re لدعم التعبيرات العادية. تم إنشاء نمط (pattern) يتناسب مع “.good” أو “.bad” باستخدام الرمز | كفاصل بينهما. ثم تم استخدام القوسين السياقيين sub لتبديل هذه المطابقات بسلسلة فارغة. النتيجة هي مجموعة جديدة new_set تحتوي على السلاسل بعد التعديل.

هذا الحل يعتبر أكثر قوة ومرونة، ويمكن أن يتعامل بكفاءة مع سيناريوهات أكثر تعقيدًا حيث تحتاج إلى تحديد مجموعة متنوعة من النماذج للبحث والاستبدال.