如何使用Python将只出现一次的单词替换为文本文件中的其他单词？

我在替换文本文件中只出现一次的单词时遇到问题

假设我有一个文本文件，其中包含：

我有一支钢笔， 我有一个苹果， 啊!！阿普尔彭， 我有一支钢笔， 我有菠萝， 啊!！菠萝粉

我期望得到的结果是

我有一支钢笔，我有一个苹果，嗯！（独一无二），我有一支钢笔，我有菠萝，嗯！（独一无二）

下面是我用Python编写的示例代码：

new_unique_word_file = open('new_unique_word.txt' , 'w' , encoding='utf-8')
with open('new_train.txt', 'r', encoding='utf-8') as unique_word_file:
    line = unique_word_file.readlines()
    counts = dict()
    for each_line in line:
        each_line.split()
        for word in each_line:
            if word in counts:
                counts[word] += 1
            else:
                counts[word] = 1
                for each_word in counts:
                    count_word = counts[each_word]
                    if count_word == 1:
                        modified_line = each_line.replace(each_word ,'(unique)')
                        new_unique_word_file.write(modified_line)

我得到的结果是非常奇怪的，我真的找不到一个合适的方法来做这件事。 谢谢你的帮助

更新，我刚刚发现我犯了一个错误。输出文件应该是

---

我有一支笔，我有（独一无二的）苹果，（独一无二的）（独一无二的），我有一支笔，我有菠萝，（独一无二的）（独一无二的）。

你可以利用

regex

查找所有减去标点/空格的单词。然后只需使用

string.count（）

检查每个单词的出现次数

但是，您的示例与您的预期输出不匹配，因为有更多的独特单词，而不是您指定的

import re
string = "I have a pen, I have an apple, Uhhh! Applepen, I have a pen, I have pineapple, Uhh! Pineapplepen."

for word in re.findall('[a-zA-Z]\w*', string):
    if string.count(word) == 1:
        print(f"Unique word found: {word}")
        string = string.replace(word, '(unique)')   

输出：

Unique word found: an
Unique word found: Uhhh
Unique word found: Applepen
Unique word found: pineapple
Unique word found: Uhh
Unique word found: Pineapplepen
>>> string
'I have a pen, I have (unique) apple, (unique)! (unique), I have a pen, I have (unique), (unique)! (unique).'

---

您可以对整个文本文件应用相同的逻辑，也可以逐行应用相同的逻辑。

为什么菠萝没有替换为（唯一）？“Uhhh！”“Uhh！”也是？不确切地知道预期结果是什么。从原始文本文件中，通过比较所有单词，菠萝蛋白酶和苹果蛋白酶应该与任何其他单词区别开来。因此，当查看整个文件时，我们可以看到这两个唯一的单词，然后我想用“（unique）”替换它们。我的错，我应该包括“啊！”嗯!，还有“安”。