词典中匹配项的提取小问题，谢谢
1.我有一个dict.txt内容示例如下：A&A # HH YIN TCBCI NEREIDUL .
B&B # UU BASA J&J GEDEG .
C&C # VV UGEI O&O RR.
D&D # FF G G G G .
R&R # O O O .
“#"前是词条，也就是说是”键“；“#"后面是”释义“是”值“。每个词都以一个空格分隔；每一行都是”键#值“的数据;每一行句号”."前后面都有一个空格。
2.我有一个need.txt里面包含需要从dict.txt寻找的”键“内容（一词一行）：例如：
A&A
B&B
C&C
F&F
3.需求是：
3.1若need里面的词在dict.txt的”键“内容中，且”值“内容中有划线部分词汇那么提取这一行内容。
提取结果例如：
A&A # HH YIN TCBCI NEREIDUL .
B&B # UU BASA J&J GEDEG .
C&C # VV UGEI O&O RR.
3.2若need里面的词在dict.txt的”键“内容中，且”值“内容中有就一共有1到7个”空格字符“那么提取这一行内容。
提取结果例如：D&D # FF G G G G .
3.3若need里面的词不在dict.txt那么生成一个"OOV"的文件写入这些未能匹配的词集。
看着我写的有点多，但是需求很简单，希望得到您的帮助，期待您的回复，谢谢。 我为什么感觉我前些日子刚回答过个和你这个几乎一样的问题。。。。 lightninng 发表于 2021-11-30 21:42
我为什么感觉我前些日子刚回答过个和你这个几乎一样的问题。。。。
哈哈哈，感谢您的关注，与上次 那个有几处相同点，但这次减少 提取限制了，因为上次内个代码拿到别的文档就不能适应 出现一些问题，所以还希望您的帮助，谢谢哒{:10_287:} lightninng 发表于 2021-11-30 21:42
我为什么感觉我前些日子刚回答过个和你这个几乎一样的问题。。。。
我回去 再好好读读代码 Amgalang 发表于 2021-11-30 22:18
哈哈哈，感谢您的关注，与上次 那个有几处相同点，但这次减少 提取限制了，因为上次内个代码拿到别的文档 ...
跟上次没啥不同啊，，改一下判断语句就行了啊，先判断有没dict有没有这个词，没有就加到未匹配的列表里，后面再输出到文件；dict有这个词，用正则表达式去再释义里面做匹配，划线部分和空格都作为匹配项，找到匹配项就提取，没找到就不提取 lightninng 发表于 2021-11-30 22:45
跟上次没啥不同啊，，改一下判断语句就行了啊，先判断有没dict有没有这个词，没有就加到未匹配的列表里， ...
a = open(r"C:\Users\amgalang\Desktop\dict.txt")
dict = a.readlines()
c = open(r"C:\Users\amgalang\Desktop\need.txt")
need = c.readlines()
list1 = []
for n in need:
n = n.strip()
for d in dict:
if n in d.split('#') and "TCBCI NEREIDUL"in d.split('#')[-1]:
list1.append(d)
if n in d.split('#') and "BASA" "GEDEG"in d.split('#')[-1]:#这一行是想着值里有"BASA","GEDEG"这俩词才提取那一行，没成功
list1.append(d)
if n in d.split('#') and " " < 7 in d.split('#')[-1]:#这一行是想值里有小于7的"空格符"那么提取这一行，没成功
list1.append(d)
e = open(r"C:\Users\amgalang\Desktop\result.txt","w")
e.write('\n'.join(list1))
e.close()
两个注释没成功，怎么办呢 本帖最后由 lightninng 于 2021-12-1 07:54 编辑
Amgalang 发表于 2021-12-1 01:17
a = open(r"C:%users\amgalang\Desktop\dict.txt")
dict = a.readlines()
c = open(r"C:%users\amgalan ...
早上没时间试，看到的可能有问题的点
1、"BASA" "GEDEG"in d.split('#')[-1]这半句，应该两个词不能放在一起判断，我不确定你这句是不是有问题，但是写成下面这样肯定没问题"BASA" in d.split('#')[-1] or "GEDEG" in d.split('#')[-1]
2、" " < 7 in d.split('#')[-1]这半句绝对不可能对，请不要随便创造语法，里需要使用某个方法或函数统计字符串中空格的数量，然后用这个方法或者函数的返回值去和7比较大于0且小于7就满足条件~ lightninng 发表于 2021-12-1 07:34
早上没时间试，看到的可能有问题的点
1、"BASA" "GEDEG"in d.split('#')[-1]这半句，应该两个词不能放 ...
早上好，好的 两个词匹配的学到了，现在在尝试用 count来做统计的内个，谢谢 Amgalang 发表于 2021-12-1 08:13
早上好，好的 两个词匹配的学到了，现在在尝试用 count来做统计的内个，谢谢
没能成功，我想这先统计value里的空格，但是 没能实现，希望得到帮助 Amgalang 发表于 2021-12-1 08:36
没能成功，我想这先统计value里的空格，但是 没能实现，希望得到帮助
百度，python 统计字符串中的字符个数 lightninng 发表于 2021-11-30 22:45
跟上次没啥不同啊，，改一下判断语句就行了啊，先判断有没dict有没有这个词，没有就加到未匹配的列表里， ...
实现了，谢谢噢 Amgalang 发表于 2021-12-2 15:39
实现了，谢谢噢
加油~~~ lightninng 发表于 2021-12-2 17:16
加油~~~
早上好，统计一行里字符串内个 还是没能实现，您看看我的代码：
import re
a = open(r"C:\Users\amgalang\Desktop\第二章\词典资源中被标注的研究词条集合 - 副本.txt", encoding="utf-8")
dict = a.readlines()
list1=[]
for i in dict:
if " " in i.split('#')[-1]:
list1.append(i.count(" "))
if "&" in i.split('#') and i.count(" ")<4 in i.split('#')[-1]:
print(i)
想着 “#”前带有“&”的词若“#”后面空格字数小于4 那么提取这一行数据，谢谢
页:
[1]