Question

我正在尝试阅读一段文章并从文章中删除字典。键是单词，值是行号。以下是我的代码：

import string
def build_word_index():
    input_file=(input('file name: '))
    input_file_open=open(input_file,'r')

    word_map = {}
    line_no = 0
    w=[]

    for line in input_file_open:

        word_lst = line.strip().split()

        word_lst = [w.lower().strip(string.punctuation) for w in word_lst]

        w.append(word_lst)           

        for word in w[line_no]:
            if word!="":
                word_map[word]=line_no
        line_no+=1

    print(word_map)

    index_lst = sorted(list(word_map.items()))
    print(index_lst)

    for word, line_set in index_lst:
        line_lst = sorted(list(line_set))
        line_str = str( line_lst[0] )
        for line_no in line_lst[1:]:
            line_str += ", {}".format( line_no )
        print("{:14s}:".format(word), line_str )



    input_file_open.close()

build_word_index()

我得到的错误是： ERROR：

Traceback (most recent call last):
  File "C:/Users/Dasinator/Documents/Books IX/Python Examples/textbook examples/lab10/lab10d.py", line 39, in <module>
    build_word_index()
  File "C:/Users/Dasinator/Documents/Books IX/Python Examples/textbook examples/lab10/lab10d.py", line 29, in build_word_index
    line_lst = sorted(list(line_set))
TypeError: 'int' object is not iterable

我想知道，如果有人可以查看我的代码并给我一些关于修复此错误的提示。感谢

Answer 1

您的列表index_lst是对dict的items方法调用的产物，该方法会为您提供包含其键的list个tuple和价值观。

>>> d = {'a': 1, 'b': 2}
>>> d.items()
dict_items([('b', 2), ('a', 1)])

当你按照你的方式迭代它时，你的第一个标识符命名你当前的密钥，第二个标识符命名循环的当前值：

>>> for a, b in d.items():
...     print("a: {}, b: {}".format(a, b))
... 
a: b, b: 2
a: a, b: 1
>>> # Notice the keys are unsorted!

循环的下一行，您尝试将第二个标识符line_set传递给list构造函数，该构造函数从支持迭代的任何内容中生成列表。

line_lst = sorted(list(line_set))
# Hint: this is referenced in your error message

但是line_lst不是可迭代的对象！它只是一个普通的整数（int），因此Python放弃了：

TypeError: 'int' object is not iterable

Answer 2

据我所知，你想要每个单词的列行，而不仅仅是你遇到单词的最后一行。如果是这样，word_map应该是从单词到行号列表的映射，而不仅仅是单个数字。因此，为单词添加行号的行现在为word_map[word]+=[line_no]。使用defaultdict代替简单字典以避免编写if word not in word_map: word_map[word] = []部分。

这是一个工作版本：

import string, collections
def build_word_index():
    input_file=(input('file name: '))
    input_file_open=open(input_file,'r')

    word_map = collections.defaultdict (list)
    line_no = 0
    w=[]

    for line in input_file_open:

        word_lst = line.strip().split()

        word_lst = [w.lower().strip(string.punctuation) for w in word_lst]

        w.append(word_lst)           

        for word in word_lst:
                word_map[word]+=[line_no]
        line_no+=1

    print(word_map)

    index_lst = sorted(list(word_map.items()))
    print(index_lst)

    for word, line_set in index_lst:
        line_lst = sorted(list(line_set))
        line_str = str( line_lst[0] )
        for line_no in line_lst[1:]:
            line_str += ", {}".format( line_no )
        print("{:14s}:".format(word), line_str )



    input_file_open.close()

build_word_index()

示例输入：

one two
three three four
one two four
four three

示例输出：

file name: defaultdict(<class 'list'>, {'one': [0, 2], 'three': [1, 1, 3], 'two': [0, 2], 'four': [1, 2, 3]})
[('four', [1, 2, 3]), ('one', [0, 2]), ('three', [1, 1, 3]), ('two', [0, 2])]
four          : 1, 2, 3
one           : 0, 2
three         : 1, 1, 3
two           : 0, 2

Answer 3

已经回答了，但这是我的看法。没有尝试过代码，但我认为它应该可行。

from collections import defaultdict
import re

def build_word_index(filename):
    word_index = defaultdict(list)

    with open(filename,'rb') as word_file:
        for i, line in enumerate(word_file):
            line = line.strip().lower()
            for word in line.split():
                word_index[word].append(i)

    for word in sorted(word_index):
        print word + ': ' + ', '.join(map(str,word_index[word]))

    return dict(word_index)

字典形成在python中

3 个答案: