Question

我正在尝试读取文件，制作单词列表，然后创建一个新的单词列表，删除重复项。我无法将这些字词附加到新列表中。它说没有任何类型的对象没有属性＆＃39;追加＆＃39;

以下是代码：

fh = open("gdgf.txt")
lst = list()

file = fh.read()
for line in fh:
    line = line.rstrip()

file = file.split()
for word in file:
    if word  in lst: 
        continue
    lst = lst.append(word)

print lst

Answer 1

python None将返回set。因此In [102]: mylist = ["aa","bb","cc","aa"] In [103]: list(set(mylist)) Out[103]: ['aa', 'cc', 'bb']将有助于删除重复项。

file = fh.read()

希望这有帮助

在你的情况下

fh

此file之后将是一个空的生成器。所以你不能使用它，因为它已经被使用了。你必须用变量$pages = get_pages(); foreach ($pages as $page_data) { $content = apply_filters('the_content', $page_data->post_content); $title = $page_data->post_title; echo $content; }进行操作

Answer 2

append就地附加一个项目，这意味着它不会返回任何值。在追加lst=时，您应该摆脱word：

if word in lst:
    continue
lst.append(word)

Answer 3

您正在使用append函数的返回值替换列表，而lst.append(word)函数不是列表。只需这样做：

width: 100vw

Answer 4

list.append()就地附加，它返回None（因为它不会返回任何内容）。所以你不需要将list.append()的返回值设置回列表。只需将行lst=lst.append(word)更改为 -

即可

lst.append(word)

另一个问题是，您首先在文件上调用.read()然后迭代它的行，您不需要这样做。只需删除迭代部分。

此外，如果您对元素的顺序不感兴趣，则删除重复项的简便方法是使用set。

示例 -

>>> lst = [1,2,3,4,1,1,2,3]
>>> set(lst)
{1, 2, 3, 4}

因此，在您的情况下，您可以将lst初始化为 - lst=set()。然后使用lst.add()元素，您甚至不需要检查元素是否已存在。最后，如果您确实希望将结果作为列表，请执行 - list(lst)，将其转换为列表。（虽然在执行此操作时，您希望考虑将变量重命名为更好的内容，以便更容易理解其set而不是list）

Answer 5

append修改调用它的列表，然后返回None。即，你应该替换这一行：

lst=lst.append(word)

只需

lst.append(word)

Answer 6

fh=open("gdgf.txt")

file=fh.read()
for line in fh:
    line=line.rstrip()
lst = []
file=file.split()
for word in file:
    lst.append(word)
print (set(lst))

Answer 7

append()不返回任何内容，因此不要分配它。 lst.append()是够了。

修改后的代码：

fh = open("gdgf.txt")
lst = []

file=fh.read()
for line in fh:
     line = line.rstrip()

file=file.split()

for word in file:
     if word  in lst: 
         continue
     lst.append(word)

print lst

我建议您使用 set() ，因为它用于 唯一元素的无序集合。

fh = open("gdgf.txt")
lst = []

file = fh.read()
for line in fh:
     line = line.rstrip()

file = file.split()

lst = list( set(lst) )

print lst

Answer 8

您可以通过直接读取和添加单词来简化代码。集合不允许重复，因此您将只留下唯一的单词：

words = set()

with open('gdgf.txt') as f:
   for line in f:
      for word in line.strip():
          words.add(word.strip())

print(words)

上述逻辑的问题是，以标点符号结尾的单词将被视为单独的单词：

>>> s = "Hello? Hello should only be twice in the list"
>>> set(s.split())
set(['be', 'twice', 'list', 'should', 'Hello?', 'only', 'in', 'the', 'Hello'])

您可以看到自己有Hello?和Hello。

您可以使用正则表达式提取单词来增强上面的代码，这将处理标点符号：

>>> set(re.findall(r"(\w[\w']*\w|\w)", s))
set(['be', 'list', 'should', 'twice', 'only', 'in', 'the', 'Hello'])

现在你的代码是：

import re

with open('gdgf.txt') as f:
   words = set(re.findall(r"(\w[\w']*\w|\w)", f.read(), re.M))

print(words)

即使有上述内容，您也会有Word重复，word将被计算两次。如果要存储每个单词的单个版本，可以进一步增强它。

Answer 9

我认为这个问题的解决方案可以更简洁：

＆＃13;

import string

with open("gdgf.txt") as fh:
    word_set = set()
    for line in fh:
        line = line.split()
        for word in line:
            # For each character in string.punctuation, iterate and remove
            # from the word by replacing with '', an empty string
            for char in string.punctuation:
                word = word.replace(char, '')
            # Add the word to the set
            word_set.add(word)
    word_list = list(word_set)
    # Sort the set to be fastidious.
    word_list.sort()
    print(word_list)

＆＃13;

通过＆＃34; split＆＃34;计算单词的一件事是你在分裂空白，所以这将使＆＃34;单词＆＃34; "Hello!"和"Really?"之类的词语将包括标点符号，这可能不是您想要的。

您的变量名称可能更具描述性，您的缩进似乎有点偏离，但我认为这可能是切入/粘贴到帖子中的问题。我试图根据我正在与之交互的逻辑结构（文件，行，单词，字符等）命名我使用的变量。

要查看＆＃39; string.punctuation＆＃39;的内容您可以启动iPython，导入字符串，然后只需输入string.punctuation即可查看内容是什么。

还不清楚您是否需要拥有列表，或者您是否只需要包含唯一字词列表的数据结构。已正确创建以避免重复的集合或列表应该可以解决问题。继续问题之后，我使用set来唯一地存储元素，然后将set转换为list，然后按字母顺序对其进行排序。

希望这有帮助！

从字符串列表中删除重复项

9 个答案: