[已解决]求助---A文件中的词汇出现在B文件中的统计

Amgalang

大佬们帮帮我，因我的等级原因只能发布10个鱼币 谢谢。

具体问题是：我有A和B两个UTF-8d的.txt文件分别实例如下：

A.txt
编号
03642179N
03719538N
...

B.txt
序号,内容,编号
AA,容貌,03642179N
BB,示例,03642179N
CC,标注,03719538N
DD,特征,03719538N
...



想要得到的结果是：
如果A.txt中的编号字段在B.txt的编号字段里，且大于1次以上，也就是频率大于1（不包含1次），那么把该编号在B.txt中 《序号》字段所包含的《英文字母》统一放在单独的一个[]里面。内容的《汉语内容》也是如此。

示例结果：
C
03642179N,[AA,BB],[容貌,示例]
03719538N,[CC,DD],[标注,特征]

谢谢您的帮助，在线等待，谢谢

最佳答案

月排行榜 / 总排行榜

qbw941054510

2022-3-24 15:15:16

给一个大致的思路：
1. 用 set 存 A.txt 中的所有编号
2. 设一个 dict，键为编号，值为 list
3. 遍历 B.txt 的每一条，用 split 提取编号，如果编号在 set 中，那么存到 dict 里
4. 遍历 dict，按特定格式存到 C.txt

1. 
   
2. with open('a.txt', encoding='utf8') as f:
   
3.     s = set(f.read().split('\n'))
   
4. 
   
5. d = {}
   
6.             
   
7. with open('b.txt', encoding='utf8') as f:
   
8.     lines = f.read().split('\n')
   
9.     for line in lines:
   
10.         arr = line.split(',')
    
11.         order, content, serial = arr[0], arr[1], arr[2]
    
12.         if serial in s:
    
13.             if serial not in d:
    
14.                 d[serial] = {'order': [], 'content': []}
    
15.             d[serial]['order'].append(order)
    
16.             d[serial]['content'].append(content)
    
17. 
    
18. def get_str(item):
    
19.     return '[' + ','.join(item) + ']'
    
20.    
    
21. with open('c.txt', mode='w', encoding='utf8') as f:
    
22.     contents = []
    
23.     for key in d.keys():
    
24.         order, content = d[key]['order'], d[key]['content']
    
25.         contents.append(','.join([key, get_str(order), get_str(content)]))
    
26. 
    
27.     f.write('\n'.join(contents))

复制代码

跳转到最佳答案楼层

qbw941054510

给一个大致的思路：
1. 用 set 存 A.txt 中的所有编号
2. 设一个 dict，键为编号，值为 list
3. 遍历 B.txt 的每一条，用 split 提取编号，如果编号在 set 中，那么存到 dict 里
4. 遍历 dict，按特定格式存到 C.txt

1. 
   
2. with open('a.txt', encoding='utf8') as f:
   
3.     s = set(f.read().split('\n'))
   
4. 
   
5. d = {}
   
6.             
   
7. with open('b.txt', encoding='utf8') as f:
   
8.     lines = f.read().split('\n')
   
9.     for line in lines:
   
10.         arr = line.split(',')
    
11.         order, content, serial = arr[0], arr[1], arr[2]
    
12.         if serial in s:
    
13.             if serial not in d:
    
14.                 d[serial] = {'order': [], 'content': []}
    
15.             d[serial]['order'].append(order)
    
16.             d[serial]['content'].append(content)
    
17. 
    
18. def get_str(item):
    
19.     return '[' + ','.join(item) + ']'
    
20.    
    
21. with open('c.txt', mode='w', encoding='utf8') as f:
    
22.     contents = []
    
23.     for key in d.keys():
    
24.         order, content = d[key]['order'], d[key]['content']
    
25.         contents.append(','.join([key, get_str(order), get_str(content)]))
    
26. 
    
27.     f.write('\n'.join(contents))

复制代码

lfhuang

新手，留步，学习

Amgalang

qbw941054510 发表于 2022-3-24 20:58
给一个大致的思路：
1. 用 set 存 A.txt 中的所有编号
2. 设一个 dict，键为编号，值为 list

哇哦，跟您学习，谢谢您的帮助啦，wish you have a nice day~