Question

我正在为混合不同压缩算法的短字符串构建一个压缩器，而RLE就是其中之一，它正在解决这个问题。

我现在拥有的剧本如下，目前还不完整：

# -*- coding: utf-8 -*-

import re

dictionary = {'hello':'\§', 'world':'\°', 'the': '\@', 'for': '\]'}
a_test_string = 'hello******** to the world****!'

def compress(string, dictionary):
    pattern = re.compile( '|'.join(dictionary.keys() )) 
    result = pattern.sub(lambda value: dictionary[value.group() ], string)

    '''
    Here I should also implement a snippet to check for characters beginning with "\" so that they won't get replaced and screw up the result.
    '''

    for character in string:
        occurrence = string.count(character*2)
        there_is_more_than_one_occurrence = occurrence > 1

        if there_is_more_than_one_occurrence:

                second_regex_pass_for_multiple_occurrences = re.sub('\*\*\*+', '/'+character+str(occurrence), result)
                result = second_regex_pass_for_multiple_occurrences

    print 'Original string:', string

    print 'Compressed string:', result

    print 'Original size:', len(string)

    print 'Compressed size:', len(result)


compress(a_test_string, dictionary)

当我运行该功能时，我得到了这个：

Original string: hello******** to the world****!
Compressed string: \§/*6 to \@ \°/*6!
Original size: 31
Compressed size: 20

但我应该得到：

Original string: hello******** to the world****!
Compressed string: \§/*8 to \@ \°/*4!
Original size: 31
Compressed size: 20

我在这里做错了我将 6 作为重复字符的计数？

Answer 1

我不会试图准确理解你在做什么，但一个好的调试方法是在你的for循环中添加一些“print”语句或者使用python调试器并查看实际发生的情况。尝试自己运行其中一些调用，看看返回的是什么。

我认为你的主要问题是“string.count”返回整个字符串的计数，因此当它第一次看到所有12个*时（或者技术上所有6个{{1}模式） 1}}）。当for循环检查下一组**时，它仍在检查整个字符串。希望这会有所帮助。

运行长度编码为所有重复值提供相同的编号

1 个答案: