Python 3.2 替换文本文档中具有一定长度的所有单词？答案

【问题标题】：Python 3.2 Replace all words in a text document that are a certain length?Python 3.2 替换文本文档中具有一定长度的所有单词？
【发布时间】：2012-11-09 18:21:33
【问题描述】：

我需要用不同的单词替换文本文档中长度为 4 的所有单词。

例如，如果文本文档包含短语“我喜欢吃非常热的汤”，那么“喜欢”、“非常”和“汤”等词将被替换为“某物”

然后，它需要使用更改后的短语创建一个新文档，而不是覆盖原始文本文档。

这是我目前所拥有的：

def replacement():  
    o = open("file.txt","a") #file.txt will be the file containing the changed phrase
    for line in open("y.txt"):  #y.txt is the original file
        line = line.replace("????","something")  #see below
        o.write(line + "\n")
    o.close()

我试过改变“？？？？？？”像

(str(len(line) == 4)

但这没有用

【问题讨论】：

标签： python string python-3.2

【解决方案1】：

首先让我们创建一个函数，如果给定一个长度为 4 的单词，则返回 something，否则返回它：

def maybe_replace(word, length=4):
  if len(word) == length:
    return 'something'
  else:
    return word

现在让我们来看看你的 for 循环。在每次迭代中，您都有一行原始文件。让我们把它分解成单词。 Python 为我们提供了可以使用的split 函数：

   split_line = line.split()

默认是在空白处分割，这正是我们想要的。有more documentation，如果你想要的话。

现在我们要获取在每个单词上调用 maybe_replace 函数的列表：

  new_split_line = [maybe_replace(word) for word in split_line]

现在我们可以使用join method 将这些备份连接在一起：

  new_line = ' '.join(new_split_line)

并将其写回我们的文件：

  o.write(new_line + '\n')

所以我们的最终函数将是：

def replacement():  
  o = open("file.txt","a") #file.txt will be the file containing the changed phrase
  for line in open("y.txt"):  #y.txt is the original file
    split_line = line.split()
    new_split_line = [maybe_replace(word) for word in split_line]
    new_line = ' '.join(new_split_line)
    o.write(new_line + '\n')
  o.close()

【讨论】：

这不会保留单词之间的额外空格。虽然这在许多情况下都可以，但并非完全如此。
完美解决方案！解释得很好，效果很好。谢谢大佬

【解决方案2】：

with open('file.txt', 'a') as write_file:
    with open('y.txt') as read_file:
        for line in read_file.readlines():
            # Replace the needed words
            line = line.replace('????', 'something')
            write_file.write(line)

【讨论】：

【解决方案3】：

这将保留您拥有的额外空间，而使用 str.split() 的其他解决方案则不会。

import re

exp = re.compile(r'\b(\w{4})\b')
replaceWord = 'stuff'
with open('infile.txt','r') as inF, open('outfile.txt','w') as outF:
    for line in inF:
        outF.write(exp.sub(replaceWord,line))

这使用正则表达式来替换文本。这里使用的正则表达式有三个主要部分。第一个匹配单词的开头：

\b

第二部分正好匹配四个字母（所有字母数字字符和_）：

(\w{4})

最后一部分和第一部分一样，它匹配一个单词的结尾

\b

【讨论】：

【解决方案4】：

这似乎是家庭作业，所以这里有一些关键概念。

当您读取文件时，您会得到lines 和strings。您可以使用名为.split() 的字符串方法将line 拆分为list，就像这样。 words = line.split()。这将创建一个单词列表。

现在，list 是可迭代，这意味着您可以在其上使用 for 循环，并一次对 list 的一项进行操作。您想检查word 的长度，因此您必须使用循环遍历words，并对其进行处理。您已经接近弄清楚如何使用len(word) 检查单词的长度。

您还需要一个地方来随时存储您的最终信息。在循环之外，您需要为结果创建一个list，并为您在进行过程中检查的单词创建.append()。

最后，您需要为文件中的每个line 执行此操作，这意味着迭代文件的秒 for 循环。

【讨论】：