如何简化和格式化此功能？答案

【问题标题】：How can I simplify and format this function?如何简化和格式化此功能？
【发布时间】：2014-08-22 07:23:17
【问题描述】：

所以我有这个凌乱的代码，我想从 frankenstein.txt 中获取每个单词，按字母顺序排序，删除一个和两个字母单词，然后将它们写入一个新文件。

def Dictionary():

    d = []
    count = 0

    bad_char = '~!@#$%^&*()_+{}|:"<>?\`1234567890-=[]\;\',./ '
    replace = ' '*len(bad_char)
    table = str.maketrans(bad_char, replace)

    infile = open('frankenstein.txt', 'r')
    for line in infile:
        line = line.translate(table)
        for word in line.split():
            if len(word) > 2:
                d.append(word)
                count += 1
    infile.close()
    file = open('dictionary.txt', 'w')
    file.write(str(set(d)))
    file.close()

Dictionary()

如何简化它并使其更具可读性，以及如何使单词垂直写入新文件（它写入水平列表）：

abbey
abhorred
about
etc....

【问题讨论】：

标签： python-3.x split simplify

【解决方案1】：

以下一些改进：

from string import digits, punctuation

def create_dictionary():

    words = set()

    bad_char = digits + punctuation + '...' # may need more characters
    replace = ' ' * len(bad_char)
    table = str.maketrans(bad_char, replace)

    with open('frankenstein.txt') as infile:
        for line in infile:
            line = line.strip().translate(table)
            for word in line.split():
                if len(word) > 2:
                    words.add(word)

    with open('dictionary.txt', 'w') as outfile:
        outfile.writelines(sorted(words)) # note 'lines'

几点说明：

关注the style guide
string 包含可用于提供“坏字符”的常量；
你从未使用过count（反正只是len(d)）；
使用with 上下文管理器进行文件处理；和
从一开始就使用set 可以防止重复，但它们不是有序的（因此sorted）。

【讨论】：

【解决方案2】：

使用 re 模块。

import re

words = set()

with open('frankenstein.txt') as infile:
    for line in infile:
        words.extend([x for x in re.split(r'[^A-Za-z]*', line) if len(x) > 2])

with open('dictionary.txt', 'w') as outfile:
    outfile.writelines(sorted(words))

从 re.split 中的 r'[^A-Za-z]*' 中，将 'A-Za-z' 替换为您想要的字符包含在 dictionary.txt 中。

【讨论】：