如何从以相同字母开头和结尾的单词创建单词部分词典

Question

我正在尝试编写一个脚本 - read_dict(dictionary) - 它将 .txt 文件作为参数，并给出文件中每个单词的单词部分的字典。这些部分是每个单词的第一个和最后一个字母，以及其余的字母。例如，如果文件如下：

===dictionary.txt===
quack  qk
quick qk
going gg
gathering gg
quirk qk
quicken qn

输出应该是：

{ 'qk' : {'uac', 'uic'}, 'gg' : {'oin', 'atherin'}, 'qn' : {'uicke' }}

这是我写的：

def outside(word):
    a = word.strip()[0]
    b = word.strip()[-1]
    out_word = a + b
    return out_word


def inside(word):
    a = word.strip()[1:-1]
    return a


def read_dict(dictionary):
    a = {}
    with open(dictionary, 'r') as text:
        data = text.readlines()
        for i in data:
            a[outside(i)] = inside(i)
    return a

但我的输出是：

{ 'qk' : 'uac', 'gg' : 'oin', 'qn' : 'uicke'}

它只保存第一个单词。我也找不到一种方法来收集所有在集合中具有相同字母的内部（单词），然后使用适当的键（例如“qk”）将它们添加到字典中。

Answer 1

正如@Ch3steR 所说，这可以通过collections.defaultdict 轻松实现。修改你的代码：

from collections import defaultdict

def read_dict(dictionary):
    a = defaultdict(set)
    with open(dictionary, 'r') as text:
        data = text.readlines()
        for i in data:
            a[outside(i)].add(inside(i))
    return a

如果你不想使用任何外部库，你可以这样做：

def read_dict(dictionary):
    a = {}
    with open(dictionary, 'r') as text:
        data = text.readlines()
        for i in data:
            key = outside(i)
            if key in a:
                a[key].add(inside(i))
            else:
                a[key] = {inside(i)}
    return a

通过比较两个代码 sn-ps，您还可以了解 collections.defaultdict 的作用以及它如何让您编写更少的代码。

Answer 2

您需要将a[outside(i)] 设为一个列表并将每个新项目附加到其中，而不是每次找到新项目时都将其覆盖。

另外，当您已经在文件中为您准备好单词的第一个和最后一个字母时，为什么还要抓取这些字母？

def read_dict(dictionary):
    a = {}

    with open(dictionary, 'r') as text:
        data = text.readlines()
        value, key = data.split(' ')

        if key not in a:
            a[key] = []

        a[key].append(value[1:-1])

    return a