Question

我希望能够从一段文字中提取字母的类型和数量，其中字母可以是任何顺序。还有一些其他的解析正在进行中，但这一点让我难过！

input -> result
"abc" -> [['a',1], ['b',1],['c',1]]
"bbbc" -> [['b',3],['c',1]]
"cccaa" -> [['a',2],['c',3]]

我可以使用搜索或扫描并重复每个可能的字母，但是有一种干净的方式吗？

据我所知：

from pyparsing import *


def handleStuff(string, location, tokens):

        return [tokens[0][0], len(tokens[0])]


stype = Word("abc").setParseAction(handleStuff)
section =  ZeroOrMore(stype("stype"))


print section.parseString("abc").dump()
print section.parseString("aabcc").dump()
print section.parseString("bbaaa").dump()

Answer 1

一个解决方案：

text = 'sufja srfjhvlasfjkhv lasjfvhslfjkv hlskjfvh slfkjvhslk'
print([(x,text.count(x)) for x in set(text)])

没有涉及pyparsing，但似乎有点矫枉过正。

Answer 2

我从描述中不清楚输入字符是否可以像“ababc”那样混合，因为在所有测试用例中，字母总是组合在一起。如果字母始终组合在一起，则可以使用此pyparsing代码：

def makeExpr(ch):
    expr = Word(ch).setParseAction(lambda tokens: [ch,len(tokens[0])])
    return expr

expr = Each([Optional(makeExpr(ch)) for ch in "abc"])

for t in tests:
    print t,expr.parseString(t).asList()

每个构造负责按顺序进行匹配，而Word（ch）处理1到n的重复。解析操作负责将解析的标记转换为（字符，计数）元组。

Answer 3

我喜欢Lennart's one-line solution。

Alex mentions another great option如果您使用的是3.1

另一个选项是collections.defaultdict：

>>> from collections import defaultdict
>>> mydict = defaultdict(int)
>>> for c in 'bbbc':
...   mydict[c] += 1
...
>>> mydict
defaultdict(<type 'int'>, {'c': 1, 'b': 3})

Answer 4

如果你想要一种纯粹的pyparsing方法，这感觉很合适：

from pyparsing import *

# lambda to define expressions
def makeExpr(ch):
    expr = Literal(ch).setResultsName(ch, listAllMatches=True)
    return expr

expr = OneOrMore(MatchFirst(makeExpr(c) for c in "abc"))
expr.setParseAction(lambda tokens: [[a,len(b)] for a,b in tokens.items()])


tests = """\
abc
bbbc
cccaa
""".splitlines()

for t in tests:
    print t,expr.parseString(t).asList()

打印：

abc [['a', 1], ['c', 1], ['b', 1]]
bbbc [['c', 1], ['b', 3]]
cccaa [['a', 2], ['c', 3]]

但是这开始进入一个模糊的代码区域，因为它依赖于pyparsing的一些更神秘的功能。一般来说，我喜欢使用defaultdict的频率计数器（尚未尝试使用Counter），因为它非常清楚你正在做什么。

Answer 5

分开 - 在Python 3.1中，collections.Counter使得这样的计数任务变得非常容易。可以找到适用于Python 2的Counter的良好版本here。

Pyparsing - 令牌不可预测的顺序

5 个答案: