Question

我的函数应该从字典中的文本中查找单词，然后在“ points” 变量中添加值。

但是我搞砸了。我的过程如下：

词典：

words = {'very funny': 3,'funny': 2,'accidentally funny': 1}

文本文件（称为：sample.txt）：

Monty Python非常有趣。 +3
  一些站起来很有趣。 +2
  政客有时会偶然地变得有趣。 +1
  真正的python一点都不有趣。 +2

*这些值代表我想为每一行获得的分数

从.txt文件中提取文本：

with open('sample.txt', 'r') as text:
    data = text.read()

功能：

def counter(data): #this should find keywords
    default_value = 0 #var for stuff not included in dict
    points = 0 
    for i in data:
        points += words.get(i, default_value)  #using get to avoid valueError
    print(points)
    return points  

counter(data)

输出：
```
0  

Process finished with exit code 0
```

编辑我知道我忘记了什么；] ：

问题

我的功能似乎还不算什么
我想对这些关键的错误进行评分，以使单个单词“ funny”不会被三重评分，而只会触发'funny': 2效果。我不知道该如何处理。

这是我的第一个问题，因此，如果我搞砸了，请告诉我。

Answer 1

这里的问题是您的数据结构。通常，如果您要查找字典，字典是很好的选择。但是，这不是您在这里所做的。相反，我建议列出一个元组。因此，您的words如下所示：

words = [ ("very funny", 3), ("funny", 2), ("accidentally funny", 1) ]

接下来，当您运行for循环时，您要遍历字符串中的每个字符而不是每个单词。相反，您应该对words中的值进行迭代并找到每个单词出现的次数：

import re

total = 0
for w in words:
    total += w[1] * sum(re.finditer(w[0], data))

但是，正如已经指出的那样，它将找到重复项。为避免这种情况，应按要搜索它们的顺序对words进行排序，并从data中删除找到的值：

words = [ ("very funny", 3), ("accidentally funny", 1), ("funny", 2) ]

total = 0
for w in words:
    total += len(list(re.finditer(w[0], data))) * w[1]
    data = data.replace(w[0], '')

但是，这不是很出色。如果您想使其运行更快，我将使用LL parser。基本上，您将在空白上分割数据，然后对其进行迭代，然后拉下下一个k字符，其中k是words中最长条目中的单词数。您可以使用空格将这些k词连接在一起，并检查它们是否与words中的任何条目匹配。在这种情况下，您可能想使用字典。您可以这样：

splitData = data.split(' \r\n')
total = 0
for i in range(0, len(splitData)):

    # Longest entry in words has two words so we use i + 2
    phrase = ' '.join(splitData[i:(i + 2)])
    if (phrase in words):
        total += words[phrase]

当然，此解决方案假定所有条目中都包含两个单词，事实并非如此。要解决此问题，请将words制成词典字典，顶级字典将短语映射到其包含的单词数：

words = {1: {"funny": 2}, 2: {"very funny": 3, "accidentally funny": 1}}
splitData = data.split(' \r\n')
total = 0
i = 0
while (i < len(splitData)):
    for l, mapping in words.items():
        phrase = ' '.join(splitData[i:(i + l)])
        if (phrase in mapping):
            total += mapping[phrase]
            i += 1
            continue
    i++

请注意，我在l中添加了i，以避免重复。同样，您可以使用元组而不是字典来声明搜索顺序。另外，我在这里使用while循环而不是forloop，因为您实际上无法在Python的循环内更改循环不变式的值。

Answer 2

这就是我要做的。我将文本分割成单词列表，然后对其进行迭代。我将每个单词与前面的单词连接在一起。然后在字典中查找两个单词的东西。当然，我不能将第一个单词与前面的单词连接在一起。因此，first_iteration变量仅在第一次迭代中为true，并且在第一次迭代结束时变为false。我希望这能解决您的问题。

def counter(data): #this should find keywords
    default_value = 0 #var for stuff not included in dict
    points = 0 
    first_iteration = True
    wordsList = data.split()
    for i in wordList:
        if (!first_iteration):
            theWord = i + " " + prev
        points += words.get(theWord, default_value)  #using get to avoid valueError
        prev = i
        first_iteration = False
    print(points)
    return points  

counter(data)

从txt中的字典中搜索单词并返回值

我的函数应该从字典中的文本中查找单词，然后在“ points” 变量中添加值。

问题

2 个答案: