Question

我在Python中有一个列表，每个元素都是一个德语单词，例如：

my_list = [..., 'Stahl ', 'Stahl ', 'Die ', '*die ', 'Rheinhausener ', 'Rhein=Hausener ', 'Mittelstreckenraketen', 'Mittel=Strecken=Rakete', 'Mittel=strecken=Rakete', 'Mittels=trecken=Rakete',...]

在这个列表中，复合名词后面紧跟着它们可能的分解/分裂（可以有任意数量的分解/分裂）

e.g。＆＃39; Mittelstreckenraketen＆＃39;有3个分解/分裂：

＆＃39; Mittel = Strecken = Rakete＆＃39;，＆＃39; Mittel = strecken = Rakete＆＃39;，＆＃39; Mittels = trecken = Rakete＆＃39;

＆＃39; Rheinhausener＆＃39;只有一个：

＆＃39;莱茵=豪森＆＃39;

该列表的长度约为50,000个元素。

我想要做的只是提取复合名词及其分解/分裂，（丢弃列表中的所有其他元素）并将它们读入以复合名词为键的字典，并将分解/拆分为价值观，例如：

my_dict = {...,'Rheinhausener ': ['Rhein=Hausener '], 'Mittelstreckenraketen': ['Mittel=Strecken=Rakete', 'Mittel=strecken=Rakete', 'Mittels=trecken=Rakete'],...}

从而丢弃诸如以下元素：

＆＃39; Stahl＆＃39;，＆＃39; Stahl＆＃39;，＆＃39; Die＆＃39;，＆＃39; * die＆＃39;

我在考虑循环浏览列表，每次有一个或多个元素等于符号＆＃39; =＆＃39;出现，取出前面的元素并将其存储为密钥。但是我太多的Python新手要弄清楚如何为每个字典条目考虑任意数量的值;所以我感谢任何帮助。

Answer 1

这是使用defaultdict执行此操作的一种方法。如果我们尝试访问不存在的密钥，defaultdict会自动创建一个空列表。

#!/usr/bin/env python

from collections import defaultdict

my_list = [
    'Stahl ',
    'Stahl ',
    'Die ',
    '*die ',
    'Rheinhausener ',
    'Rhein=Hausener ',
    'Mittelstreckenraketen',
    'Mittel=Strecken=Rakete',
    'Mittel=strecken=Rakete',
    'Mittels=trecken=Rakete'
]

my_dict = defaultdict(list)

key = None
for word in my_list:
    if '=' in word:
        if key is None:
            print 'Error: No key found for', word
        my_dict[key].append(word)
    else:
        key = word

for key in my_dict:
    print '%r: %r' % (key, my_dict[key])

<强>输出

'Rheinhausener ': ['Rhein=Hausener ']
'Mittelstreckenraketen': ['Mittel=Strecken=Rakete', 'Mittel=strecken=Rakete', 'Mittels=trecken=Rakete']

请注意，如果关键元素不会紧接在一系列分解之前，则此代码将无法正常运行。

Answer 2

您可以使用defaultdict：

from collections import defaultdict

my_list = ['Stahl ', 'Stahl ', 'Die ', '*die ', 'Rheinhausener ', 'Rhein=Hausener ', 'Mittelstreckenraketen', 'Mittel=Strecken=Rakete', 'Mittel=strecken=Rakete', 'Mittels=trecken=Rakete']

my_dict = defaultdict(list)

value = ''
for item in my_list:
  if '=' not in item:
    value = item
  else:
    my_dict[value].append(item)

print my_dict

打印

defaultdict(<type 'list'>, {'Rheinhausener ': ['Rhein=Hausener '], 'Mittelstreckenraketen': ['Mittel=Strecken=Rakete', 'Mittel=strecken=Rakete', 'Mittels=trecken=Rakete']})

它假设它看到的最后一个项目中没有'='字符，是我们试图得到分解的词。

Python：通过匹配特定元素将列表的子集转换为字典

2 个答案: