收集具有一定长度字母的单词

Question

有没有办法在 Python 中对具有给定字母长度的单词进行分组？

我开始研究这个功能：

lenght_words(a,b,text):
returnlist = []

在返回列表中我想要有长度的单词：

a

所以我在想：

1. 拆分文本行，以便函数在文本的不同行上运行
2. 从行中删除标点符号
3. 如果一行中有长度正确的单词，函数必须将它们放入返回列表中，每个单词之间有一个空格（例如'cat dog'），否则函数放入''

我知道有 splitlines() 方法，但我不知道如何使用它（即使在阅读之后）。

我想举一个函数如何工作的例子：

function(6,7,'All in the golden afternoon\nFull leisurely we glide;\nFor  both our oars, with little skill,\nBy little arms are plied.')

这个函数应该分开行：

一切都在金色的午后

我们悠闲地滑行；

对于我们的双桨，

技能不高，

小胳膊被绑在一起。

--> 删除标点并返回：

['golden','','little','little']

我知道我必须将这些词附加到返回列表中，但我不知道如何继续。

Answer 1

你可以这样写一个列表推导：

[token for token in s.split(" ") if a <= len(token) <= b]

它将返回变量 s (str) 中字符长度在 a (int) 和 b (int) 之间的所有单词。如何使用它的一个例子是

s = 'All in the golden afternoon\nFull leisurely we glide;'
s += '\nFor  both our oars, with little skill,\nBy little arms are plied.'
a = 6
b = 7
result = [token for token in s.split(" ") if a <= len(token) <= b]

结果将是：

['golden', 'little', 'little', 'plied.']

要去掉标点符号，只需添加

import string
s = "".join([char for char in s if char not in string.punctuation])

在最后一行之上。结果是：

['金色'，'小'，'小']

希望这对你有用！

编辑：

如果您想分别搜索不同的行，我会建议这样的解决方案：

import string


def split_by_line_and_find_words_with_length(min, max, s):
    #store result
    result = []

    # separate string lines
    lines = s.splitlines()

    for line in lines:
        # remove punctuation
        l = "".join([char for char in line if char not in string.punctuation])

        # find words with length between a and b
        find = [token for token in l.split(" ") if a <= len(token) <= b]

        # add empty string to result if no match
        if find == []: find.append("")

        # add any findings to result
        result += find

    return result

使用您的示例字符串和首选字长，这将返回 ['golden', '', 'little', 'little']。

Answer 2

当您考虑范围时，您的思路是正确的。以下是我将如何编写你的函数。

• 创建一个具有三个参数的函数：start 和 stop 用于范围，sentence 用于目标语句。
• 在函数内部，创建一个名为word_list 的列表。
• 通过.splitlines() 拆分句子，遍历句子中的每一行。
• 从您迭代的每一行中过滤掉所有标点符号。
• 然后，您通过列表理解遍历当前行中的每个单词，并测试您遍历的每个单词是否在给定范围内：tmp = [word for word in line.split() if start <= len(word) <= stop]。将列表理解的结果分配给名为 tmp 的列表。
• 如果tmp的长度大于1
  • 用空格连接tmp 中的每个单词，并将连接的字符串添加到word_list。
• 否则，如果tmp 列表只有一个元素长
  • 只需将其添加到word_list
• 否则为空
  • 将空字符串添加到word_list
• 返回word_list

使用上面的步骤，我将如何编写你的函数：

# create a function with the parameters `start`, `stop` and `sentence`
# `start` and `stop` are for the range, and `sentence` is the
# target sentence to iterate over.
def group_words_by_length(start: int, stop: int, sentence: str) -> list:
    # import the string module so we can use its punctuation attribute.
    import string

    # create a list to hold words that
    # are in the given `start`-`stop` range
    word_list = []

    # iterate over each line in the sentence
    # using the string attribute `.splitlines()`
    # which splits the string at every new line
    for line in sentence.splitlines():

        # filter out punctuation from
        # every line.
        line = ''.join([char for char in line if char not in string.punctuation])

        # iterate over every word in each line
        # via list comprehension. Inside the list comprehension
        # we only add a word if is is in the given range.
        tmp = [word for word in line.split() if start <= len(word) <= stop]

        # if we found more than one valid word
        # in the current line...
        if len(tmp) > 1:

            # join each word in the
            # list by a space, and add
            # the joined string to the `word_list`.
            tmp = ' '.join(tmp)
            word_list.append(tmp)

        # if we found only
        # one valid word...
        elif len(tmp) == 1:

            # simply add the word
            # to the `word_list`.
            word_list.extend(tmp)

        # otherwise...
        else:
            # add an empty string to the
            # `word_list`.
            word_list.append("")

    # return the `word_list`
    return word_list

# testing of the function with
# your test string.
print(group_words_by_length(6, 7, 'All in the golden afternoon\nFull leisurely we glide;\nFor  both our oars, with little skill,\nBy little arms are plied.'))

输出：

['golden', '', 'little', 'little']