由于逻辑缺陷导致的循环和字符串处理错误 - python答案

【问题标题】：loops & string processing error due to logical flaw - python由于逻辑缺陷导致的循环和字符串处理错误 - python
【发布时间】：2014-11-19 07:54:08
【问题描述】：

我有一个标签列表，并试图打破一些包含多个单词的标签。

data = ['Open Source','Software Development','JavaScript','Technology','Web Development''Programming','Mobile Development','Technology','Professionals''Software''HTML5' ],[..]....]

我用于清理数据并保留一些唯一标签的代码 -

def break_tags(data):

big_tags = []
for n in range(len(data)):

    tags = []

    for item in data[n][5:23]:
        if item != nan:
            if 'open source' in str(item).lower():
                tags.append('open source')
            if 'data science' in str(item).lower():
                tags.append('data science')

            else:
                item = str(item).lower().split(' ')
                tags.extend([e.strip("'():,&;+?][ ") for e in item if e not in remove])
    big_tags.append(tags)
return big_tags

运行 break_tags(data) 后的结果

original_list1 - ['Open Source' '软件开发' 'JavaScript' '技术','Web 开发' '编程','移动开发','技术','Professionals' '软件''HTML5']

new_list1 - ['开源'，'开放'，'源'，'软件'，'开发'， “javascript”、“技术”、“网络”、“开发”、“编程”、 “移动”、“开发”、“技术”、“专业人员”、“软件”、 'html5']

原始列表2：['数据管理'，'云计算'，'大数据'，'数据分析'， “数据可视化”、“预测分析”、“NoSQL”、 “数据科学”、“数据分析与建模”、 '统计和数据分析']

new_list2：['数据'，'管理'，'云'，'计算'，'大数据'，'大'， “数据”、“数据”、“分析”、“数据”、“可视化”、“预测”、 '分析'，'nosql'，'数据科学'，'数据'，'科学'，'数据'， “分析”、“建模”、“统计”、“数据”、“分析”]

我编写了函数来保留'开源'和'数据科学'，并将所有其他标签分解为单个单词。但显然存在一些逻辑缺陷，不仅保持这两个标签完整，而且打破这两个标签分隔单词（见上面的粗体字）

有人可以帮助确定这里的问题吗？谢谢！

【问题讨论】：

标签： string python-2.7 loops if-statement

【解决方案1】：

您的问题在于您的 if/if/else 条件：

if 'open source' in str(item).lower():
    tags.append('open source')
if 'data science' in str(item).lower():
    tags.append('data science')
else:
    item = str(item).lower().split(' ')
    tags.extend([e.strip("'():,&;+?][ ") for e in item if e not in remove]

假设项目是“开源”，那么您将通过第一个 if 并附加“开源”。然后你将测试 VS 'data science' 并通过 else bloc。

您将不得不使用以下内容进行测试：

if ('data science' in str(item).lower()) or ('open source' in str(item).lower()):
    if ('data science' in str(item).lower()):
        tags.append('data science')
    else:
        tags.append('open source')
else:
    item = str(item).lower().split(' ')
    tags.extend([e.strip("'():,&;+?][ ") for e in item if e not in remove]

或者，假设 str(item).lower() 完全是“数据科学”或“开源”：

if str(item).lower() in ['data science', 'open source']:
    tags.append(str(item).lower())
else:
    item = str(item).lower().split(' ')
    tags.extend([e.strip("'():,&;+?][ ") for e in item if e not in remove]

【讨论】：