是否有Python函数可以将系列标题组合并到1条记录中？

Question

是否有Python函数可以将系列标题组合并到1条记录中？我想从系列名称中删除额外的扩展。

标题

1.晚版2022年3月16日(第6部分)

2.晚间版17/01/2022

3.晚版2021年11月30日(第1部分)

4.冬季奥林匹克运动会2022年:每日亮点日13第2部分

5.2022年冬季奥运会:每日亮点日15第2部分

我正在寻找的结果如下：

标题

1.晚间版

2.2022年冬季奥运会

Answer 1

我认为您要寻找的是拥有最长的公共子字符串。为了做到这一点，您可以执行以下操作：

from difflib import SequenceMatcher

title1= "something Evening Edition something else"
title2 = "Evening Edition 30 Nov 2021 (Part 1)"

clean_title = SequenceMatcher(None, title1, title2).find_longest_match()

这将给你‘晚间版’，为这种情况，但它将给你‘冬季奥运会2022年:每日要闻’为第二个案例。我不确定这是否适用于您，但是如果没有关于数据的更多信息，那么做其他事情是非常巧妙的。

也许您会在这里为您的用例找到更好的东西，https://docs.python.org/3/library/difflib.html#。