如何跳过字典中没有的单词

Question

我有一个文件作为字典词：

water=45 
melon=8 
apple=35 
pineapple=67 
I=43 
to=90 
eat=12 
tastes=100 
sweet=21 
it=80 
watermelon=98 
want=70
juice=88

我还有另一个文件，其中包含以下文本：

I want to eat banana and watermelon 
I want drink juice purple and pineapple

我要输出：

43, 70, 90, 12, 98
43, 70, 88, 67

字典中不存在的每个单词都在skip中。

这是我目前所拥有的：

import re
f = open(r'C:\Users\dinesh_pundkar\Desktop\val.txt','r')
val_dict = {}
for line in f:
     k, v = line.strip().split('=')
     val_dict[k.strip()] = v.strip()
f.close()


h = open(r'C:\Users\dinesh_pundkar\Desktop\str_txt.txt','r')
str_list = []
for line in h:
     str_list.append(str(line).strip())



tmp_str = ''
for val in str_list:
    tmp_str = val 
    for k in val_dict.keys():
            if k in val:
                replace_str = str(val_dict[k]).strip() + ","
                tmp_str= re.sub(r'\b{0}\b'.format(k),replace_str,tmp_str,flags=re.IGNORECASE)

    tmp_str = tmp_str.strip(",")
    print val, " = ", tmp_str
    tmp_str = ''

输出：

43, 70, 90, 12, banana and 98
43, 70, drink 88, purple and 67

Answer 1

您可以使用dict.get，如果您找不到密钥，则可以使用默认值。

>>> d = {'a': 1, 'b': 2}
>>> d['c']
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
KeyError: 'c'

>>> d.get('c', 'fallback value')
'fallback value'

这会让你做类似的事情：

nums = [dict.get(val, '') for val in str_list]
# [43, 70, 90, 12, '', '', 98]

然后用filter删除空字符串

nums = filter(None, nums)
# with `None` as the first argument, this removes all elements that eval to False

然后映射到字符串并用逗号连接

print(", ".join(map(str, nums)))

Answer 2

首先，我们可以使用巧妙的dict 理解将您的“字典文件”解析为实际的 Python 字典。

In [1]: dict_file = """water=45 
   ...: melon=8 
   ...: apple=35 
   ...: pineapple=67 
   ...: I=43 
   ...: to=90 
   ...: eat=12 
   ...: tastes=100 
   ...: sweet=21 
   ...: it=80 
   ...: watermelon=98 
   ...: want=70
   ...: juice=88"""

In [2]: conversion = {k: int(v) for line in dict_file.split('\n') for (k,v) in (line.split('='),)}

In [3]: conversion
Out[3]: 
{'I': 43,
 'apple': 35,
 'eat': 12,
 'it': 80,
 'juice': 88,
 'melon': 8,
 'pineapple': 67,
 'sweet': 21,
 'tastes': 100,
 'to': 90,
 'want': 70,
 'water': 45,
 'watermelon': 98}

然后我们将短语设置为一个变量。

In [4]: text = "I want to eat banana and watermelon"

我们可以使用str.split将单个字符串变成单词列表。

In [5]: text.split()
Out[5]: ['I', 'want', 'to', 'eat', 'banana', 'and', 'watermelon']

要检查每个单词是否在conversion 字典中，我们可以简单地使用in 关键字来检查字典键。

In [6]: "banana" in conversion
Out[6]: False

In [7]: "watermelon" in conversion
Out[7]: True

我们可以在列表推导中实现这一点，以仅过滤我们的转换字典知道如何转换为数字的单词。我们还可以查找值conversion[word]，我们知道它存在，因为我们已经确认理解只查看转换中的值dict。

In [9]: [str(conversion[word]) for word in text.split() if word in conversion]
Out[9]: ['43', '70', '90', '12', '98']

最后，我们可以使用str.join 将这个列表重新组合成一个字符串。 （方括号被移除，这使得表达式成为 generator 推导式，而不是列表推导式，但无论哪种方式都可以。）

In [10]: ', '.join(str(conversion[word]) for word in text.split() if word in conversion)
Out[10]: '43, 70, 90, 12, 98'

成功！您可以通过简单的for 循环将此方法应用于文件中的任何短语，以获得所需的结果。

这里不需要太多正则表达式； Python 的字符串处理功能非常强大。 :)

Answer 3

您可以使用list comprehension 执行类似的操作以获得所需的输出：

我假设您的字典文件名为 file1，而您的第二个文件名为 file2。

data1 = [k.rstrip().split("=") for k in open("file1", 'r')]
data2 = [k.rstrip().split() for k in open("file2", 'r')]

for k in data2:
    for j in k:
        for m in data1:
            if j == m[0]:
                print(m[1], end = ' ')
    print()

输出：

43 70 90 12 98 
43 70 88 67