Question

我是编程的新手，过去几个月我一直在闲暇时间学习python。我决定尝试创建一个小脚本，在文本文件中将美国拼写转换为英语拼写。

在过去的5个小时里，我一直在尝试各种各样的事情，但最终还是想出了一些让我更接近目标的东西，但并不完全在那里！

#imported dictionary contains 1800 english:american spelling key:value pairs. 
from english_american_dictionary import dict


def replace_all(text, dict):
    for english, american in dict.iteritems():
        text = text.replace(american, english)
    return text


my_text = open('test_file.txt', 'r')

for line in my_text:
    new_line = replace_all(line, dict)
    output = open('output_test_file.txt', 'a')
    print >> output, new_line

output.close()

我确信有更好的方法可以解决问题，但对于这个脚本，我遇到的问题是：

在输出文件中，每行都写入行，并在它们之间有换行符，但原始的test_file.txt没有。本页底部显示的test_file.txt的内容
只有一行中美国拼写的第一个实例会转换为英语。
我真的不想在追加模式下打开输出文件，但在这段代码结构中无法找出'r'。

对于这个热切的新手感激不尽！

test_file.txt的内容是：

I am sample file.
I contain an english spelling: colour.
3 american spellings on 1 line: color, analyze, utilize.
1 american spelling on 1 line: familiarize.

Answer 1

您看到的额外空白行是因为您正在使用print来写出最后已包含换行符的行。由于print也会编写自己的换行符，因此输出会变为双倍行距。一个简单的解决方法是使用outfile.write(new_line)代替。

对于文件模式，问题是你一遍又一遍地打开输出文件。你应该在开始时打开它一次。使用with语句来处理打开的文件通常是个好主意，因为当你完成它们时，它们会为你关闭它们。

我没有看到你的另一个问题，只有一些替代品正在发生。您的词典是否缺少'analyze'和'utilize'的拼写？

我提出的一个建议是不要逐行更换。您可以使用file.read()一次性读取整个文件，然后将其作为一个单元进行处理。这可能会更快，因为它不需要经常循环拼写字典中的项目（只需一次，而不是每行一次）：

with open('test_file.txt', 'r') as in_file:
    text = in_file.read()

with open('output_test_file.txt', 'w') as out_file:
    out_file.write(replace_all(text, spelling_dict))

编辑：

为了让你的代码正确处理包含其他单词的单词（比如“整个”包含“轮胎”），你可能需要放弃简单的str.replace方法来支持正则表达式。

这是一个快速抛出的解决方案，使用re.sub，给出了从美国英语到英国英语的拼写更改字典（即，与当前字典的顺序相反）：

import re

#from english_american_dictionary import ame_to_bre_spellings
ame_to_bre_spellings = {'tire':'tyre', 'color':'colour', 'utilize':'utilise'}

def replacer_factory(spelling_dict):
    def replacer(match):
        word = match.group()
        return spelling_dict.get(word, word)
    return replacer

def ame_to_bre(text):
    pattern = r'\b\w+\b'  # this pattern matches whole words only
    replacer = replacer_factory(ame_to_bre_spellings)
    return re.sub(pattern, replacer, text)

def main():
    #with open('test_file.txt') as in_file:
    #    text = in_file.read()
    text = 'foo color, entire, utilize'

    #with open('output_test_file.txt', 'w') as out_file:
    #    out_file.write(ame_to_bre(text))
    print(ame_to_bre(text))

if __name__ == '__main__':
    main()

这个代码结构的一个好处是，如果您将其他顺序的字典传递给replacer_factory函数，您可以轻松地将英国英语拼写转换回美国英语拼写。

Answer 2

print语句添加了自己的换行符，但您的行已经有了自己的换行符。您可以从new_line中删除换行符，也可以使用较低级别的

output.write(new_line)

代替（将完全写入传递给它的内容）。

对于你的第二个问题，我认为我们需要一个实际的例子。 replace()确实应该取代所有事件。

>>> "abc abc abcd ab".replace("abc", "def")
'def def defd ab'

我不确定你的第三个问题是什么。如果要替换输出文件，请执行

output = open('output_test_file.txt', 'w')

'w'表示您正在打开文件进行写作。

Answer 3

正如上面所有的好答案，我写了一个新版本，我觉得它更加pythonic，希望这会有所帮助：

# imported dictionary contains 1800 english:american spelling key:value pairs.
mydict = {
    'color': 'colour',
}


def replace_all(text, mydict):
    for english, american in mydict.iteritems():
        text = text.replace(american, english)
    return text

try:
    with open('new_output.txt', 'w') as new_file:
        with open('test_file.txt', 'r') as f:
            for line in f:
                new_line = replace_all(line, mydict)
                new_file.write(new_line)
except:
    print "Can't open file!"

你也可以看到我之前提出的答案，它包含许多最佳实践建议： Loading large file (25k entries) into dict is slow in Python?

这里有一些关于如何编写python更多python的其他提示:) http://python.net/~goodger/projects/pycon/2007/idiomatic/handout.html

祝你好运：）

Python 2.7 - 使用字典从文本文件中查找并替换为新的文本文件

3 个答案: