在文本文件Python中搜索大写单词的数量

Question

我需要帮助整理文本文件

我尝试了多种 for 循环变体。我还尝试去除所有空格并单独计算文件中的字母。我还尝试了 strip 函数的多种变体和不同的 if 语句

for character in file:
    if character.isupper():
        capital += 1
        file.readline().rstrip()
        break

print(capital)

我希望程序读取文档中的每个单词或字母并返回其中包含的大写单词的总数。

Answer 1

如果目标是计算以大写字母开头的单词，那么我会使用布尔值是整数的子类型这一事实：

with open('my_textfile.txt', 'r') as text:
    print(sum(word.istitle() for row in text for word in row))

Answer 2

假设我们有一个示例文件doc.txt，其内容如下：

这是一个用于识别大写单词的测试文件。 我将其创建为示例，因为问题的要求可能会有所不同。 例如，像 SQL 这样的首字母缩略词应该算作大写单词吗？ 如果否：这应该导致八个大写单词。 如果是：这应该是九个。

如果您想计算大写（也称为标题大小写）单词，但排除首字母缩略词等全大写单词，您可以执行以下操作：

def count_capital_words(filename):                                               
    count = 0                                                                    
    with open(filename, 'r') as fp:                                              
        for line in fp:                                                          
            for word in line.split():                                            
                if word.istitle():                                               
                    print(word)                                                  
                    count += 1                                                   
    return count


print(count_capital_words('doc.txt'))  # 8

如果要计算全大写单词，您可以修改该功能以仅检查单词的第一个字母。请注意，filter(None, ...) 函数将确保 word 绝不是空字符串，从而避免在这些情况下抛出的 IndexError：

def count_capital_words(filename):                                               
    count = 0                                                                    
    with open(filename, 'r') as fp:                                              
        for line in fp:                                                          
            for word in filter(None, line.split()):                              
                if word[0].isupper():                                            
                    count += 1                                                   
    return count


print(count_capital_words('doc.txt'))  # 9

如果你有更复杂的需求，你可以得到一个这样的单词迭代：

from itertools import chain                                                      


def get_words(filename):                                                         
    with open(filename, 'r') as fp:                                              
        words = chain.from_iterable(line.split() for line in fp)                 
        yield from words 

Answer 3

两件事：

1. 确保您迭代的是字符而不是单词或句子。放一些打印语句来检查。
2. 删除 if 块中的 break 语句。这将立即退出您的 for 循环，并导致您只数 1。

for sentence in file:
    for char in sentence:
        if char.isupper():
            capital += 1

print(capital)