如何在 python 中读取、附加和排序文本文件的所有单词？

Question

打开文件romeo.txt 并逐行读取。对于每一行， 使用split() 函数将该行拆分为单词列表。这 程序应该建立一个单词列表。对于每行检查的每个单词 查看单词是否已经在列表中，如果没有，则将其附加到 列表。程序完成后，排序并打印结果单词 按字母顺序排列。

http://www.pythonlearn.com/code/romeo.txt

这是我的代码：

fname = raw_input("Enter file name: ")
fh = open(fname)
for line in fh:
     for word in line.split():
          if word in line.split():
               line.split().append(word)
          if word not in line.split():
               continue
          print word

由于某种原因，它只返回最后一行的最后一个单词。

Answer 1

在循环的顶部，添加一个列表，您将在其中收集您的单词。现在你只是在丢弃一切。

您的逻辑也是相反的，您正在丢弃应该保存的单词。

words = []
fname = raw_input("Enter file name: ")
fh = open(fname)
for line in fh:
     for word in line.split():
          if word not in words:
               words.append(word)
fh.close()

# Now you should sort the words list and continue with your assignment

Answer 2

尝试以下操作，它使用set() 来构建唯一的单词列表。每个单词也是小写的，因此“The”和“the”被视为相同。

import re

word_set = set()
re_nonalpha = re.compile('[^a-zA-Z ]+')

fname = raw_input("Enter file name: ")

with open(fname, "r") as f_input:
    for line in f_input:
        line = re_nonalpha.sub(' ', line)  # Convert all non a-z to spaces

        for word in line.split():
            word_set.add(word.lower())

word_list = list(word_set)
word_list.sort()
print word_list

这将显示以下列表：

['already', 'and', 'arise', 'bits', 'breaks', 'but', 'east', 'envious', 'fair', 'grief', 'has', 'is', 'it', 'juliet', 'kill', 'light', 'many', 'moon', 'pale', 'punctation', 'sick', 'soft', 'sun', 'the', 'this', 'through', 'too', 'way', 'what', 'who', 'window', 'with', 'yonder']

Answer 3

sorted(set([w for l in open(fname) for w in l.split()])) 

Answer 4

我想你误解了line.split() 的作用。 line.split() 将返回一个列表，其中包含字符串 line 中的“单词”。在这里，我们将“单词”解释为“由空格字符分隔的子字符串”。所以如果line 等于"Hello, World. I <3 Python"，line.split() 将返回列表["Hello,", "World.", "I", "<3", "Python"]。

当您编写for word in line.split() 时，您正在遍历该列表的每个元素。所以条件word in line.split() 将永远为真！您真正想要的是“您已经遇到过的单词”的累积列表。在程序的顶部，您将使用DiscoveredWords = [] 创建它。然后你会检查每一行中的每个单词

if word not in DiscoveredWords:
    DiscoveredWords.append(word)

明白了吗？ :) 现在看来你是 Python 的新手（顺便说一句，欢迎来玩）我会这样写代码：

fname = raw_input("Enter file name: ")
with open(fname) as fh:
    words = [word for line in fh for word in line.strip().split()]
words = list(set(words))
words.sort()

让我们快速浏览一下这段代码，以便您了解发生了什么：

with open(fname) as fh 是一个方便记住的技巧。它允许您确保您的文件被关闭！一旦 python 退出 with 块，它将自动为您关闭文件：D

words = [word for line in fh for word in line.strip().split()] 是另一个方便的技巧。这是获取包含文件中所有单词的列表的更简洁的方法之一！我们告诉 python 通过获取文件中的每一行 (for line in fh) 以及该行中的每个单词 (for word in line.strip().split()) 来创建一个列表。

words = list(set(words)) 将我们的列表转换为set，然后再转换为list。这是一种快速删除重复项的方法，因为 python 中的 set 包含唯一元素。

最后我们使用words.sort()对列表进行排序。

希望这对您有所帮助和启发:)

Answer 5

words=list()
fname = input("Enter file name: ")
fh = open(fname).read()
fh=fh.split()

for word in fh:
    if word in words:
        continue
    else:
        words.append(word)
words.sort()
print(words)