如何查找一个单词是否在文本文件中并将文件名添加到字典中？

Question

我一直被这个问题困扰：

我得到一个文本文件列表（例如“ZchEuxJ9VJ.txt”、“QAih70niIq.txt”），每个文件都包含一个随机生成的段落。我将编写一个解析器，它将从文件夹中列出的每个文件中提取单个单词。我的最终目标是创建一个字典，其中的键代表在我的文件中找到的各个单词。这些值应该是包含该单词的文件列表。例如，如果我打印('happy:', search['happy'])，则应将包含单词happy 的文件作为值添加到我的字典中。如果这个词是一个“新”词，我将不得不第一次设置它。如果该词不是“新”词，我将不得不更新与该词关联的列表。我还必须确保不会将相同的文件名添加到同一个单词两次。

我已经创建了一个名为search 的新字典，访问了每个文件并打开它们进行阅读，然后使用split() 方法隔离每个单词。我正在努力解决的问题是如何“找到”特定文件中的单词并标记可以在哪个文件中找到单词。我尝试“搜索”文件中的单词然后将文件添加到字典中，但这会给我一条错误消息。

Answer 1

与其在文件中搜索单词，不如反其道而行之。你知道你最终需要索引每个文件中的每个单词，那么为什么不按顺序遍历每个文件中的每个单词呢？在伪代码中它可能看起来像这样。

for each file:
    for each word in file:
        if not word in search:
            search[word] = []
        search[word].append(file)

Answer 2

这是作业，所以我将帮助您解决算法，而不是代码。您似乎已经解决了大部分问题。您唯一需要帮助的是如何实际填充字典。

1. 打开文件（比如fname），读取其内容
2. 拆分内容以分隔每个单词
3. 遍历每个单词。假设我们称之为fword。
   1. fword 在字典中吗？
      1. 没有？创建一个空列表作为值的键
      2. 是吗？什么都不做，继续前进
   2. 现在您知道fword 是search 字典中的一个键，它的值是一个列表。 （假设我们将此列表称为fwlist）
   3. 你也知道fword是在文件fname中找到的
   4. 检查fname是否已经在fwlist中
      1. 没有？将fname 添加到fwlist。
      2. 是吗？不要再添加了。什么都不做。

现在，您可以进行一些优化，例如使用set 而不是list。这样您就不需要检查fname 是否已经存在于fwlist 中，因为集合会自动丢弃重复项，但这应该足以满足您的需要。

请记住：在开始编写程序之前，坐下来思考一下您要解决的问题并计划好如何解决问题会很有帮助。当您是新手程序员时，绘制流程图会大有帮助，因为它可以帮助您组织思想并弄清楚您的程序应该如何流动。

调试也是一项关键技能——如果你不能修复错误，你的代码就毫无用处。 How to debug small programs. | What is a debugger and how can it help me diagnose problems?