将列表与文本文件进行比较

Question

我有以下列表：t = ['one', 'two', 'three']

我想读取一个文件并为列表中存在的每个单词添加一个点。例如。如果"one"和"two"存在于“CV.txt”中，则points = 2。如果它们都存在，则points = 3。

import nltk
from nltk import word_tokenize

t = ['one', 'two', 'three']
CV = open("cv.txt","r").read().lower()

points = 0

for words in t:
    if words in CV:
        #print(words)
        words = nltk.word_tokenize(words)
        print(words)
        li = len(words)
        print(li)
        points = li
        print(points)

假设'CV.txt'包含“one”和“two”这两个词，并以词分割（tokenized），则变量“points”应该加2分

但是，此代码返回：

['one']
1
1
['two']
1
1

正如您所看到的，长度只有 1，但应该是 2。我确信有一种更有效的方法可以通过迭代循环或其他方式而不是 len。 对此的任何帮助将不胜感激。

Answer 1

我认为您不需要在循环内进行标记，因此可能更简单的方法如下：

• 先对txt文件中的单词进行分词
• 检查每个常用词 在t

最后，分数将是common_words 中的单词数。

import nltk
from nltk import word_tokenize

t = ['one', 'two', 'three']
CV = open("untitled.txt","r").read().lower()

points = 0

words = nltk.word_tokenize(CV)
common_words = [word for word in words if word in t]
points = len(common_words)

注意：如果你想避免重复的话，你需要在上面的代码中设置如下的常用词：

common_words = set(word for word in words if word in t)