使用列表和字典进行单位转换

Question

我正在做一个项目，该项目需要我创建一个函数 unit_convertor('filename', D)，它将文本文件中写入的所有长度、文件大小和时间单位转换为目标单位。 D 是一个字典，它指定要转换为哪些单位的长度、文件大小和时间。因此，如果我们想将长度转换为厘米，D 将是 {'length':'cm'}

例如，如果 test.txt 包含 '计算机有 8 GB 的 RAM，并且能够在 120 秒内完成操作。'，并且 D 为 {'filesize':'KB ', 'time':'min'}，输出将是'计算机有 8000 KB 的 RAM，并且能够在 2 分钟内完成操作。'

到目前为止，我已经成功地将文本转换为一个列表，每个单词都是一个字符串，每个数字都是一个浮点数。我正在努力的是如何将数字乘以所需的因子以使其与单位匹配，以及如何使用上面的字典替换单位。我已经阅读了字典的使用，但仍然对如何创建此功能感到非常迷茫。

这是我到目前为止的代码，我更专注于让代码与定义的文本文件一起工作，以确保它在创建函数之前工作：

f = open('example_text.txt')
fstring = f.read()
fstring = fstring.replace('\n',"")
lista = fstring.split()

listb = []
for i in lista:
    try:
        listb.append(float(i))
    except ValueError:
        listb.append(i)

我对 Python 很陌生，我真的很挣扎！

有人告诉我，编写 3 个函数是最简单的，一个用于转换时间，一个用于长度，一个用于文件大小，并在主函数中调用它们。如果我能弄清楚如何转换一种类型的单位，我可以很容易地找出另外两种。

Answer 1

对于初学者来说，这不是一件容易的事。你有几个步骤：

1. 将文本拆分为单词
2. 找到单位和相关值
3. 将源单位值转换为目标单位值
4. 替换单词中的单位值并重新组合文本。

这是一个概念证明（为了简洁起见，我使用了很多列表推导，但您应该将它们扩展为函数）。让我们试试你的例子：

>>> sentence = "The computer had 8 GB of RAM, and was able to complete the operation in 120 sec."

将文本拆分成单词

首先，您需要将句子解析为块。使用正则表达式。模式\W 匹配所有不是单词的东西。使用括号，您可以保留分隔符：

>>> import re
>>> chunks = re.split("(\W)", sentence)
>>> chunks
['The', ' ', 'computer', ' ', 'had', ' ', .... , '120', ' ', 'sec', '.', '']

重新组合文本很容易：

>>> "".join(chunks)
'The computer had 8 GB of RAM, and was able to complete the operation in 120 sec.'

找到单位和相关值

您对空间不感兴趣。使用enumerate 获取索引并删除空格（c.strip() 是False）：

>>> enumerated_chunks = [(i, c) for i, c in enumerate(chunks) if c.strip()]
>>> enumerated_chunks
[(0, 'The'), (2, 'computer'), (4, 'had'), (6, '8'), (8, 'GB'), (10, 'of'), (12, 'RAM'), (13, ','), (16, 'and'), (18, 'was'), (20, 'able'), (22, 'to'), (24, 'complete'), (26, 'the'), (28, 'operation'), (30, 'in'), (32, '120'), (34, 'sec'), (35, '.')]

假设您有两个单位族：大小和时间。

>>> source_units = ('gb', 'sec') # ordered : sizes then times

如果我们 zip 和 enumerated_chunks 列表本身，我们有几个连续的块：

>>> list(zip(enumerated_chunks, enumerated_chunks[1:]))
[((0, 'The'), (2, 'computer')), ((2, 'computer'), (4, 'had')), ..., ((34, 'sec'), (35, '.'))]

假设你总是有单位后面的值（这是一个强假设），你将在句子中查找单位，并存储单位前面的值：

>>> value_units = []
>>> for (i, v), (j, u) in zip(enumerated_chunks, enumerated_chunks[1:]):
...     u = u.casefold() # compare lowercase strings
...     if u in source_units and v.isdigit(): # a unit predeeded by an integer
...         value_units.append(((i, float(v)), (j, u), source_units.index(u))) # store the index of the family
>>> value_units
[((6, 8.0), (8, 'gb'), 0), ((32, 120.0), (34, 'sec'), 1)]

将源单位值转换为目标单位值

单位之间的转换表是一个矩阵，但我们可以想象我们有一个值为 1 的参考单位，其他只是倍数：

>>> sizes = {'gb':10**9, 'mb':10**6, 'kb':10**3, 'b':1}
>>> times = {'hour':3600, 'min':60, 'sec':1}
>>> families = (sizes, times) # same order as source_units

让目标单位：

>>> target_units = ('mb', 'min') # ordered as families

我们得到目标单位并想找到家庭：

>>> value_units_and_more = [((i, v), (j, u), target_units[f], families[f]) for (i, v), (j, u), f in value_units]
>>> value_units_and_more # you should use classes instead of tuples of tuples
[((6, 8.0), (8, 'gb'), 'mb', {'gb': 1000000000, 'mb': 1000000, 'kb': 1000, 'b': 1}), ((32, 120.0), (34, 'sec'), 'min', {'hour': 3600, 'min': 60, 'sec': 1})]
>>> indexed_chunks = [((i, v*vals[su]/vals[tu]), (j, tu)) for (i, v), (j, su), tu, vals in value_units_and_more]
>>> indexed_chunks
[((6, 8000.0), (8, 'mb')), ((32, 2.0), (34, 'min'))]

替换单词中的单位值并重新组合文本

我们将元组展平并创建一个字典index -> new word：

>>> new_chunk_by_index = dict(t for ts in indexed_chunks for t in ts)
>>> new_chunk_by_index
{6: 8000.0, 8: 'mb', 32: 2.0, 34: 'min'}

并替换单词：

>>> "".join(str(new_chunk_by_index.get(i, chunk)) for i, chunk in enumerate(chunks))
'The computer had 8000.0 mb of RAM, and was able to complete the operation in 2.0 min.'

（d.get(i, chunk) 取 dict new_chunk_by_index 中映射到 i 的值，如果没有值则离开 chunks。）

警告：这只是概念验证。肯定有很多边缘情况：想想复数、浮点值、单位在值之前的情况......

---

您还有另一个（也许更简单）的解决方案：使用re.sub 定位数字后跟一个单位，repl 是一个执行上述转换的函数。