此程序用于检查两个特定单词(例如:'ஒன்று'和'கோடி')是否连续出现,如果是,则用特定单词(例如:'ஒரு')替换第一个单词。我必须从文件中读取内容并将它们写入另一个文件。我使用了一个标志变量,从 2 初始化,并且仅在标志 %2==0 时才打印到文件中,这样这些词就不会重复到新文件中。 pgm 仅在单词出现在偶数位置时才起作用,否则不起作用。我应该如何更改检查和打印。这是代码:
filename = raw_input("enter file:")
ff = open(filename+'.rep_out','w')
with open(filename, 'r') as f:
for line in f:
words = line.strip().split()
flag = 2
for word1, word2 in zip(words, words[1:]):
if flag%2 == 0:
if word1 == 'ஒன்று' or word1 == '1':
if word2 == 'கோடி' or word2 == 'லட்சம்' or word2 == 'ஆயிரம்' :
#word1=word1.replace(word1,'ஒரு')
word1='ஒரு'
#ff.write(word1+" ")
ff.write(word1+" ")
ff.write(word2+" ")
flag=flag+1
f.close()
ff.close()
请您参考如下方法:
当您的字符串操作变得如此复杂时,很有可能您可以使用比 Python 的字符串方法更强大的工具来做得更好。在这种情况下,使用正则表达式要容易得多:
import re
with open(filename) as f:
with open(filename + '.rep_out') as ff:
for line in f:
ff.write(re.sub("ஒன்று (கோடி|லட்சம்|ஆயிரம்)", r"ஒரு \1", line))
解释:
正则表达式 “ஒன்று (கோடி|லட்சம்|ஆயிரம்)” 匹配任何出现的 ஒன்று 后跟连续的任何 கோடி, 或 ல ஆயிரம் - 你可以将它扩展到尽可能多的候选第二个词需要。
re.sub用替换的第一个单词 (ஒரு) 替换它,然后是它之前找到的 相同 第二个单词 -\1 告诉它“把与第一组 () 匹配的位放回这里” (这\1 就是为什么它需要是原始字符串——你希望它由 re.sub 解析,而不是 Python 的字符串文字规则)。
如所写,上面的代码假设每一行的单词都由一个空格分隔,这与允许它们被任意数量的空格分隔的原始代码不同,但会输出它们被一个空格隔开。要匹配该行为,您可以像这样修改上面的正则表达式:
re.sub("ஒன்று\s+(கோடி|லட்சம்|ஆயிரம்)", r"ஒரு \1", line)
\s 匹配任何空白字符,+ 表示“连续匹配多个空白字符,只要至少有一个”。
请注意,当您使用 with open(...) as f: 时,您不需要随后调用 f.close() - 它会自动发生当您退出 with block 时。
