0

これが私がしたことです。質問は最後になります。

1）最初にopen().read()、次のように関数を実行するために使用して.txtドキュメントを開きました。

def clean_text_passage(a_text_string):
    new_passage=[]
    p=[line+'\n' for line in a_text_string.split('\n')]
    passage = [w.lower().replace('</b>\n', '\n') for w in p]

    if len(passage[0].strip())>0:
       if len(passage[1].strip())>0:
           new_passage.append(passage[0])
    return new_passage

2）返さnew_passageれたを使用して、次のコマンドを使用して単語を単語の行に変換しました。

newone = "".join(new_passage)

3）次に、次のように別の関数を実行しました。

def replace(filename):
    match = re.sub(r'[^\s^\w+]risk', 'risk', filename)
    match2 = re.sub(r'risk[^\s^\-]+', 'risk', match)
    match3 = re.sub(r'risk\w+', 'risk', match2)
    return match3

この時点まで、すべての言葉は問題ありません。ここに問題があります。印刷するときmatch3：

i agree to the following terms regarding my employment or continued employment
with dell computer corporation or a subsidiary or affiliate of dell computer
corporation (collectively, "dell").

単語が並んでいるように見えます。だが、

4）最後の関数convert = count_words(match3)を次のように実行しました。

def count_words(newstring):
     from collections import defaultdict
     word_dict=defaultdict(int)
     for line in newstring:
    words=line.lower().split()
    for word in words:
        word_dict[word]+=1

印刷するとword_dict、次のように表示されます。

defaultdict(<type 'int'>, {'"': 2, "'": 1, '&': 4, ')': 3, '(': 3, '-': 4, ',': 4, '.': 9, '1': 7, '0': 8, '3': 2, '2': 3, '5': 2, '4': 2, '7': 2, '9': 2, '8': 1, ';': 4, ':': 2, 'a': 67, 'c': 34, 'b': 18, 'e': 114, 'd': 44, 'g': 15, 'f': 23, 'i': 71, 'h': 22, 'k': 10, 'j': 2, 'm': 31, 'l': 43, 'o': 79, 'n': 69, 'p': 27, 's': 56, 'r': 72, 'u': 19, 't': 81, 'w': 4, 'v': 3, 'y': 16, 'x': 3})

私のコードの目的は特定の単語を数えることなので、「I」、「l」、「i」の代わりに「リスク」のような単語を行に含める必要があります（つまり、リスクを取るのが好きです）。

質問：1行の単語を数えることができるようにmatch3、使用するのと同じ方法で単語を含めるにはどうすればよいですか？readlines()

match3.txtファイルとして保存し、を使用して再度開いてreadlines()から、カウント関数を実行すると、正常に機能します。保存して再度開くことなく動作させる方法を知りたいreadlines()ですか？

ありがとう。眠れるようにこれを理解できたらいいのにと思います。

4

3 に答える 3

0

これを試して

for line in newstring1文字ずつ反復することを意味します

def count_words(newstring):
     from collections import defaultdict
     word_dict=defaultdict(int)
     for line in newstring.split('\n'):
         words=line.lower().split()
         for word in words:
            word_dict[word]+=1
于 2012-09-02T15:40:37.857 に答える
0

tl;dr、問題は、テキストをどのように行ごとに分割するかです。

次に、かなり単純です。

>>> text = '''This is a
longer text going
over multiple lines
until the string
ends.'''
>>> text.split('\n')
['This is a', 'longer text going', 'over multiple lines', 'until the string', 'ends.']
于 2012-09-02T15:40:56.470 に答える
0

あなたmatch3は文字列なので、

for line in newstring:

行ではなく、newstringの文字を繰り返し処理します。あなたは単に書くことができます

 words = newstring.lower().split()
 for word in words:
     word_dict[word]+=1

またはあなたが好むなら

 for line in newstring.splitlines():
     words=line.lower().split()
     for word in words:
         word_dict[word]+=1

または何でも。[私はCounter自分で使用しますが、defaultdict(int)ほとんど同じです。]

ノート：

def replace(filename):

filenameはファイル名ではありません!

于 2012-09-02T15:41:24.580 に答える