我有以下文本文件：
abstract 233:1 253:1 329:2 1087:2 1272:1
game 64:1 99:1 206:1 595:1
direct 50:1 69:1 1100:1 1765:1 2147:1 3160:1
每个密钥对是每个字符串在文档中出现的次数 [docID]:[stringFq]
您如何计算此文本文件中的密钥对数？
【问题讨论】：
标签： python python-3.x key-value
您的正则表达式方法工作正常。这是一种迭代方法。如果您取消注释打印语句，您将发现一些中间结果。
给定
%%file foo.txt
abstract 233:1 253:1 329:2 1087:2 1272:1
game 64:1 99:1 206:1 595:1
direct 50:1 69:1 1100:1 1765:1 2147:1 3160:1
代码
import itertools as it
with open("foo.txt") as f:
lines = f.readlines()
#print(lines)
pred = lambda x: x.isalpha()
count = 0
for line in lines:
line = line.strip("\n")
line = "".join(it.dropwhile(pred, line))
pairs = line.strip().split(" ")
#print(pairs)
count += len(pairs)
count
# 15
详情
首先我们使用with 语句，这是一个安全打开和关闭文件的习惯用法。然后我们通过readlines() 将文件分成几行。我们定义了一个稍后将使用的条件函数（或谓词）。使用 lambda 表达式是为了方便，等效于以下函数：
def pred(x):
return x.isaplha()
我们初始化一个count 变量并开始迭代每一行。每行可能有一个尾随换行符\n，所以我们首先将strip() 去掉，然后再将行输入dropwhile。
dropwhile 是一个特殊的 itertools 迭代器。当它迭代一行时，它将丢弃任何满足谓词的前导字符，直到它到达第一个不符合谓词的字符。换句话说，所有开头的字母都将被删除，直到找到第一个非字母（恰好是一个空格）。我们再次清理新行，去掉前导空格，剩下的字符串是split() 到pairs 的列表中。
最后，每行对的长度递增地添加到count。最终计数是pairs 的所有长度的总和。
总结
上面的代码展示了如何通过简单的迭代步骤来处理基本的文件：
【讨论】：
import re
file = open('input.txt', 'r')
file = file.read()
numbers = re.findall(r"[-+]?\d*\.\d+|\d+", file)
#finds all ints from text file
numLen = len(numbers) / 2
#counts all ints, when I needed to count pairs, so I just divided it by 2
print(numLen)
【讨论】：
1（假设拆分字符串中的第一项始终是一个单词）来更轻松、更易读地实现这一点。