如何在两种不同的语言中找到所有具有相同外观的单词?

您可以使用集合:

english_set = set(E)
russian_set = set(R)
common_words = english_set.intersection(russian_set)

我不确定我的编码部分是否正确,但如果这意味着看起来相似的字母实际上是不同的字节,那么你可以在做交集之前用英文字母替换这些字母,从而准备好俄语列表。

var RE_map = (
  (u'c', u'\u0441'),
  # ...and so on
)

然后,将所有单词从R转换为它们的E表示:

for ec, rc in RE_map:
    string = string.replace(rc, ec)

最后检查字符串是否在 E :

if string in E:
    print "The word exists of characters similar in Latin and Cyrillic."

您可以为此使用正则表达式:

^[acekopuxy]+$

将匹配仅包含这些字符的单词。

import re
regex = re.compile(r"^[acekopuxy]+$", re.I)
output = []
for word in mylist:
    if regex.match(word):
        output.append(word)

您需要使用正确的编码对两个列表执行此操作。这意味着对于俄语列表,您需要使用等效的字符,比如 ^[\u0441\u1234...]$ .

然后,如果要查找“外观相同”的单词,可以使用转换表将列表中的一个单词转换为另一个列表的格式,然后将列表转换为集合,并检查它们的交集。

Eset = set(E)
C = [w for w in R if w.replace(LR,LE) in Eset]

不确定我是否正确理解了这个问题,但是假设哈希计算良好,那么这个函数在( n个