代码

Question

这是我在stackoverflow上的第一篇帖子/问题！

尝试替换表情符号（包含在元组中的列表中）时出现问题。这是代码：

emoticons = [('SMILE',[':-)', ':)', '(:', '(-:']),
        ('LAUGH',[':-D', ':D', 'X-D', 'XD', 'xD']),
        ('LOVE', ['<3', ':\*']),
        ('WINK', [';-)', ';)', ';-D', ';D', '(;', '(-;']),
        ('FROWN', [':-(', ':(', '(:', '(-:']),
        ('CRY', [':,(', ':\'(', ':"(', ':(('])]


def token_to_emot(token):
    for (emoji, smileys) in emoticons:
        if token in smileys:
            converted = token.replace(token, emoji)
            return converted
        else:
            return token

sample_tweet = ['It', 'was', 'amazing', ':)']
processed_tweet = [token_to_emot(token) for token in sample_tweet]
print(processed_tweet)

第一次尝试产生了预期的输出：

['It', 'was', 'amazing', 'SMILE']

但是，如果我使用剩余元组中的表情符号进行测试，则代码不起作用且不会转换表情符号。有人可以帮我找出列表理解有什么问题吗？或者可能建议另一种将表情符号转换为字符串的方法？谢谢！

Answer 1

无论是否找到表情符号，都会返回循环的第一次迭代。相反，您应该首先完成遍历整个emoticons列表的迭代，如果没有找到替换，则只返回未转换的令牌：

def token_to_emot(token):
    for (emoji, smileys) in emoticons:
        if token in smileys:
            converted = token.replace(token, emoji)
            return converted

    # Note this is AFTER the for loop is exhausted.    
    return token

Answer 2

问题在于“其他”陈述

def token_to_emot(token):
  for (emoji, smileys) in emoticons:
      if token in smileys:
          converted = token.replace(token, emoji)
          return converted
      else:
          return token

如果在第一个表情符号数组中找不到笑脸，则返回令牌。

将其修改为： -

def token_to_emot(token):
  for (emoji, smileys) in emoticons:
      if token in smileys:
          converted = token.replace(token, emoji)
          return converted
  else:
      return token 
      # return token only and only if token!=smileys for all emoticons

此外，您还可以使用： -

sample_tweet = ['It', 'was', 'amazing', ':)']
processed_tweet = list(map(token_to_emot, sample_tweet))

Answer 3

我为此使用了dictionary，因为它运行得更快，特别是您处理的推文越多。此外，您可以使用漂亮，可读的列表解析来大幅减少代码。

关于速度的说明：

您当前的程序必须遍历字符串（O(n)）内的每个标记的每个表情符号（O(n)）。制作算法O(n^2)。你的技术更像O(ne)，其中n是令牌数量，e是唯一表情符号的数量。所以，它不是字面上的O（n ^ 2）。但我用它来解释效率差异。
但是，在我的代码中，我们必须对每个标记进行字典检查（O(1)）。这是我的O(n)，当你处理大众的推文时会产生很大的不同。

代码

emoticons = [('SMILE',[':-)', ':)', '(:', '(-:']),
        ('LAUGH',[':-D', ':D', 'X-D', 'XD', 'xD']),
        ('LOVE', ['<3', ':\*']),
        ('WINK', [';-)', ';)', ';-D', ';D', '(;', '(-;']),
        ('FROWN', [':-(', ':(', '(:', '(-:']),
        ('CRY', [':,(', ':\'(', ':"(', ':(('])]

emoticonDi = {e:string for string,emoji in emoticons for e in emoji}

import re
def convert_emoji(string):
    sample_tweet = string.split(" ")
    processed_tweet = [emoticonDi[v] if v in emoticonDi else v for v in sample_tweet]
    return processed_tweet

print(convert_emoji('It was amazing :)'))

用python

3 个答案:

代码