在文件中查找给定单词的字谜

Question

好的，所以对于课堂我们有这个问题，我们需要能够输入一个单词，并且从给定的文本文件 (wordlist.txt) 中，将使用文件中找到的该单词的任何字谜来制作一个列表。

到目前为止，我的代码如下所示：

def find_anagrams1(string):
"""Takes a string and returns a list of anagrams for that string from the wordlist.txt file.

string -> list"""
anagrams = []

file = open("wordlist.txt")
next = file.readline()
while next != "":
    isit = is_anagram(string, next)
    if isit is True:
        anagrams.append(next)
    next = file.readline()
file.close()

return anagrams

每次我尝试运行程序时，它都会返回一个空列表，尽管我知道存在字谜。有什么想法吗？

附： is_anagram 函数如下所示：

def is_anagram(string1, string2):
"""Takes two strings and returns True if the strings are anagrams of each other.

list,list -> string"""
a = sorted(string1)
b = sorted(string2)
if a == b:
    return True
else:
    return False

我正在使用 Python 3.4

Answer 1

问题是您正在使用readline 函数。来自文档：

file.readline = readline(...)
readline([size]) -> next line from the file, as a string.

Retain newline.  A non-negative size argument limits the maximum
number of bytes to return (an incomplete line may be returned then).
Return an empty string at EOF.

这里的关键信息是“保留换行符”。这意味着如果您有一个包含单词列表的文件，每行一个，则每个单词都将返回一个终端换行符。所以当你打电话时：

next = file.readline()

你没有得到example，你得到的是example\n，所以这永远不会匹配你的输入字符串。

一个简单的解决方案是在从文件读取的行上调用strip() 方法：

next = file.readline().strip()
while next != "":
    isit = is_anagram(string, next)
    if isit is True:
        anagrams.append(next)
    next = file.readline().strip()
file.close()

但是，此代码存在几个问题。首先，file 是一个糟糕的变量名称，因为这将掩盖 python file 模块。

与其反复调用readline()，不如利用打开的文件是一个迭代器来生成文件行的事实：

words = open('wordlist.txt')
for word in words:
    word = word.strip()
    isit = is_anagram(string, word)
    if isit:
      anagrams.append(word)
words.close()

这里还要注意，由于 is_anagram 返回 True 或 False，你 不需要将结果与True 或False（例如if isit is True）进行比较。您可以简单地单独使用返回值。

Answer 2

是的，不要使用 for 循环：

import collections

def find_anagrams(x):
    anagrams = [''.join(sorted(list(i))) for i in x]
    anagrams_counts = [item for item, count in collections.Counter(anagrams).items() if count > 1]
    return [i for i in x if ''.join(sorted(list(i))) in anagrams_counts]

Answer 3

这是另一种解决方案，我认为它非常优雅。这在 O(n * m) 中运行，其中 n 是单词数，m 是字母数（或字母/单词的平均数）。

# anagarams.py

from collections import Counter
import urllib.request


def word_hash(word):
  return frozenset(Counter(word).items())

def download_word_file():
  url = 'https://raw.githubusercontent.com/first20hours/google-10000-english/master/google-10000-english-no-swears.txt'
  urllib.request.urlretrieve(url, 'words.txt')

def read_word_file():
  with open('words.txt') as f:
    words = f.read().splitlines()
  return words


if __name__ == "__main__":
  # downloads a file to your working directory
  download_word_file()

  # reads file into memory
  words = read_word_file()

  d = {}

  for word in words:
    k = word_hash(word)
    if k in d:
      d[k].append(word)
    else:
      d[k] = [word]

  # Prints the filtered results to only words with anagrams
  print([x for x in d.values() if len(x) > 1])