Question

我正在尝试编写一个从一个文件读取输入的代码，用'xxxx'替换所有四个字母的单词，并将其写入另一个文件。我知道网站上已经出现了这个问题，我已经用谷歌搜索了其他问题，但它们都是一样的。我也玩过代码，但仍无法解决问题。

def censor(filename):
    'string ==> None, creates file censored.txt in current folder with all 4 letter words replaces with string xxxx'
    import string
    infile = open(filename,'r')
    infile2 = open('censored.txt','w')
    for word in infile:
        words = word.split()
        for i, word in enumerate(words):
            words.strip(string.punctuation)
            if len(word) == 4:
                words[i] == 'xxxx'
                infile2.write(words[i])

我知道这只是一堆乱七八糟的代码，但我觉得值得张贴任何东西。我有一个想法是从文本中删除标点符号，这样它就不会将4个字母的单词统计为带标点符号的5个单词，将单词拆分为一个列表以更改四个字母单词，然后按原始顺序将它们连接在一起，只有替换了单词。所以“我喜欢工作。”最终会“我xxxx到xxxx。”

我还查看了该网站上的另一篇类似帖子，发现了一个可行的解决方案，但没有解决标点问题。

def maybe_replace(word, length=4):
    if len(word) == length:
        return 'xxxx'
    else:
        return word

def replacement(filename):
    infile = open(filename,'r')
    outfile = open('censored.txt','w')
    for line in infile:
        words = line.split()
        newWords = [maybe_replace(word) for word in words]
        newLine = ' '.join(newWords)
        outfile.write(newLine + '\n')
    outfile.close()
    infile.close()

所以在这种情况下，如果我有一个单词列表，如“青蛙，靴子，猫，狗”。它会返回“Frog，boot，xxxx xxxx”

我还发现了另一种使用正则表达式的解决方案，但我仍然是新手，实际上无法理解该解决方案。任何帮助将不胜感激。

Answer 1

正则表达式解决方案非常简单：

import re

text = """
    I also found another solution using 
    regex, but I'm still a novice and 
    really can't understand that solution. 
    Any help would be appreciated.
"""

print re.sub(r'\b\w{4}\b', 'xxxx', text)

正则表达式匹配：

\b，这是一个单词边界。它匹配单词的开头或结尾。
\w{4}匹配四个字符（a-z，A-Z，0-9或_）。
\b是另一个词边界。

输出结果为：

I xxxx found another solution using 
regex, but I'm still a novice and 
really can't understand xxxx solution. 
Any xxxx would be appreciated.

Answer 2

您的第二段代码与words = line.split()有问题。默认情况下，它会在空格上分割，因此'，'被视为单词的一部分。

如果你真的不想触摸正则表达式，这是我的建议（还涉及一点正则表达式）：

import re
words = re.split('[\W]+', line)

这要求python将行拆分为非字母数字字符。

Answer 3

我们有答案！：）

import string as s
alfanum = s.ascii_letters + s.digits

def maybe_replace(arg, length=4):
    word = ""
    for t in arg: word += t if t in alfanum else ""

    if len(word) == length: 
        if len(arg)>4: return 'xxxx'+arg[4:]
        else: return 'xxxx'
    else: 
      return arg

text = "Frog! boot, cat, dog. bye, bye!"
words = text.split()
print words
print [maybe_replace(word) for word in words]

>>> ['Frog!', 'boot,', 'cat,', 'dog.', 'bye,', 'bye!']
>>> ['xxxx!', 'xxxx,', 'cat,', 'dog.', 'bye,', 'bye!']

替换字符串中的四个字母单词

3 个答案: