Question

我的文件f1有文字和情感值（值从+6到-6）

normal  0
sad -2
happy   4

我有另一个文件f2，其中包含平均4或5个字（逐行）的文本（推文）。

我想逐行阅读f2中的文字和每一行，我必须搜索每个单词是否在f1中。如果是，那么我必须获得该值并添加它。同样，我必须对句子中的每个单词（如果它在列表中）的值进行求和并打印出来。所以打印应该是这样的（例如前三行）

3
0
-2

我有这样的代码。我收到错误＆＃34;值错误：混合迭代和读取方法会丢失数据＆＃34;请更正代码或至少提供一种新方法来执行此操作。

f2=open("file2.txt","r")
for line in f2:
    l=f2.readline()
    afinn = dict(map(lambda (k,v): (k,int(v)),[ line.split('\t') for line in open("file1.txt") ]))
    value= sum(map(lambda word: afinn.get(word, 0), l.lower().split()))
    print value
f1.close()
f2.close()

Answer 1

您的代码存在一些问题：

for line in f2:
    l=f2.readline()

您同时显式地在文件中隐式迭代和 - 这不是一个好主意。在第一次迭代中，line将包含文件的第一行，l将包含第二行。在下一次迭代中，line和l将分别包含第三行和第四行（依此类推）。选一个 - 我会选择第一个并放弃readline()来电。

然后，您在列表理解中重新分配行，即file1.txt。这意味着你要覆盖line，并且在每次迭代中你一次又一次地阅读file1.txt - 这是一个巨大的浪费。读一次，存储它并在循环中引用它。

此外，dict(map(lambda(...)))相当于单声道 - 我们确实对此有理解。但在这种情况下，更简单的版本可能更好：

这就是你填写words词典的方法（你也可以把它作为单行词，但可读性很重要，所以让我们保持简单）：

with open("file1.txt") as f1:
    words = {}
    for line in f1:
        word, score = line.split()
        words[word] = int(score)

现在你可以去阅读输入文件了：

with open("file2.txt") as f2:
    for line in f2:
        contents = line.split()
        value = sum(words.get(word, 0) for word in contents)
        print value

Answer 2

您似乎正在使用http://www2.compute.dtu.dk/pubdb/views/edoc_download.php/6010/zip/imm6010.zip

中的单词列表AFINN

请注意，＆＃39;＆＃39;之间有一个制表符。和价值以及一些＆＃39;单词＆＃39;不是单个单词，而是诸如“不好”之类的短语。您应该使用另一个拆分字符。复制和修改Tim Pitzcker的代码：

with open("AFINN-111.txt") as f1: words = {} for line in f1: word, score = line.split('\t') words[word] = float(score)

你的和Tim Pitzcker的代码也可能在第二个文件的标记化方面存在问题，例如，下面的代码确实不起作用，因为split在默认情况下在空格上分割，忽略逗号：

line = 'It what bad, plain and simply bad.' contents = line.split() value = sum(words.get(word, 0) for word in contents)

您可能需要查看re.split（）或nltk.word_tokenize以及小写字样。

文本文件中的字典

2 个答案: