Python：列表/集合的交集

Question

<代码> def boolean_search_and(self, text):

    results = []
    and_tokens = self.tokenize(text)
    tokencount = len(and_tokens)

    term1 = and_tokens[0]
    print ' term 1:', term1

    term2 = and_tokens[1]
    print ' term 2:', term2

    #for term in and_tokens:
    if term1 in self._inverted_index.keys():
        resultlist1 = self._inverted_index[term1]
        print resultlist1
    if term2 in self._inverted_index.keys():
        resultlist2 = self._inverted_index[term2]
        print resultlist2
    #intersection of two sets casted into a list                
    results = list(set(resultlist1) & set(resultlist2)) 
    print 'results:', results

    return str(results)

此代码非常适合两个标记，例如：text= "Hello World" 等，tokens = ['hello', 'world']。我想将其概括为多个标记，因此文本可以是一个句子，也可以是整个文本文件。
self._inverted_index 是一个字典，它将标记保存为键，值是键/标记出现的 DocID。

你好-> [1,2,5,6]
世界-> [1,3,5,7,8]
结果：
你好和世界-> [1,5]

我想要实现以下目标： 说， (((hello AND Computer) AND science) AND world)

我正在努力使其适用于多个单词，而不仅仅是两个单词。我今天早上开始使用 python 工作，所以我不知道它必须提供的很多功能。

有什么想法吗？

Answer 1

我想将其推广到多个
代币

def boolean_search_and_multi(self, text):
    and_tokens = self.tokenize(text)
    results = set(self._inverted_index[and_tokens[0]])
    for tok in and_tokens[1:]:
        results.intersection_update(self._inverted_index[tok])
    return list(results)

Answer 2

内置的 set 类型适合您吗？

$ python
Python 2.6.5 (r265:79063, Jun 12 2010, 17:07:01)
[GCC 4.3.4 20090804 (release) 1] on cygwin
Type "help", "copyright", "credits" or "license" for more information.
>>> hello = set([1,2,5,6])
>>> world = set([1,3,5,7,8])
>>> hello & world
set([1, 5])