我有一個(gè)單詞數(shù)據(jù)庫(kù)和一個(gè)帶有文本行的數(shù)據(jù)集。每當(dāng)文本文件的行中也出現(xiàn)一個(gè)單詞，并且該單詞也出現(xiàn)在單詞文件中時(shí)，我想做個(gè)技巧。我的代碼如下所示：import ref = open(r"words.txt")print len(flist)d = open(r"text.txt", "r")dlist = d.readlines()for line in flist: lowline = line.lower() for word in dlist: lowword = word.lower() if lowword in lowline: *trick*但是，此代碼未找到匹配項(xiàng)，盡管有許多單詞完全相同。對(duì)這個(gè)有什么想法嗎？
1 回答
鴻蒙傳說(shuō)
TA貢獻(xiàn)1865條經(jīng)驗(yàn) 獲得超7個(gè)贊
將單詞從數(shù)據(jù)庫(kù)保存到第一個(gè)單詞，set然后對(duì)其應(yīng)用str.strip和應(yīng)用str.lower。str.strip將刪除開(kāi)頭和結(jié)尾的空白字符，例如'\n'.etc。
集合提供O(1)查找，并且集合相交將比您當(dāng)前的O(n^2)方法效率更高。
然后遍歷word文件中的每一行并應(yīng)用str.strip，str.lower首先在集合中搜索它。
with open(r"words.txt") as f1, open(r"text.txt", "r") as f2:
dlist = set(line.strip().lower() for line in f2) #set of words from database
for line in f1:
line = line.strip().lower() #use strip to remove '\n'
words = set(line.split()) #use split to get the words from the line
#and convert it into a set
common_words = words & dlist #use set intersection to find common words
for word in common_words:
*trick*
請(qǐng)?zhí)鎿Qf1并f2適當(dāng)?shù)靥鎿Q，因?yàn)槲液芾Щ竽膫€(gè)是數(shù)據(jù)庫(kù)，哪個(gè)是文本數(shù)據(jù)集。
添加回答
舉報(bào)
0/150
提交
取消