Python-将文本文件中的单词匹配到字典并操纵值

我有一本字典，其中键是简单的单词，值是分数。我想根据单词的频率和字典中存储的分数（值）与文件（或字符串）中的匹配单词进行比较来计算分数。例如，假设我的文本是：

“狗是好宠物，仓鼠是坏宠物。这就是我想要狗的原因”

我的字典是：

Dict={'dogs'：5，'hampster'：-2}

然后我想计算8分（（2x5）-2=8）。我能在字典里找到一些有意思的事

    for key in Dict: 
    m = re.findall(key, READ , re.IGNORECASE)

但我无法以有用的方式访问密钥的值

非常感谢您的帮助

谢谢，

---

斯科特

编辑：史蒂夫五世启发了以下几点，这是相当不错的：

sentence = "...".split()
score = sum(sentence.count(word) * score for word, score in scores.items())

---

强制性的一行：

>>> s = "Dogs are great pets and hamsters are bad pets. That is why I want a dog."
>>> scores = {'dogs': 5, 'hamsters': -2}
>>> import collections
>>> sum(scores.get(word.lower(), 0) * freq for word, freq in collections.Counter(s.split()).items())
3

并拆分：

>>> sum = 0
>>> counts = collections.Counter(s.split())
>>> for word, freq in counts.items():
...     sum += scores.get(word.lower(), 0) * freq
...
>>> sum
3

显著特点：

• 分数不是8（如你上面所说），而是3，因为单词

  dogs

  在你给出的字符串中只出现一次。如果你想数数单词

  dog

  两次，你需要一个（更）复杂的算法，可能需要与一个多元化库接口来处理像

  child->children

  和

  man->men

  这样的情况。这并不容易，也不一定正确

• 我加入了

  .lower（）

  ，以忽略您给出的字符串中的大写字母。如果你不想这样，就把电话挂断

• 你拼错了“仓鼠”：p

---

编辑：史蒂夫五世启发了以下几点，这是相当不错的：

sentence = "...".split()
score = sum(sentence.count(word) * score for word, score in scores.items())

---

强制性的一行：

>>> s = "Dogs are great pets and hamsters are bad pets. That is why I want a dog."
>>> scores = {'dogs': 5, 'hamsters': -2}
>>> import collections
>>> sum(scores.get(word.lower(), 0) * freq for word, freq in collections.Counter(s.split()).items())
3

并拆分：

>>> sum = 0
>>> counts = collections.Counter(s.split())
>>> for word, freq in counts.items():
...     sum += scores.get(word.lower(), 0) * freq
...
>>> sum
3

显著特点：

• 分数不是8（如你上面所说），而是3，因为单词

  dogs

  在你给出的字符串中只出现一次。如果你想数数单词

  dog

  两次，你需要一个（更）复杂的算法，可能需要与一个多元化库接口来处理像

  child->children

  和

  man->men

  这样的情况。这并不容易，也不一定正确

• 我加入了

  .lower（）

  ，以忽略您给出的字符串中的大写字母。如果你不想这样，就把电话挂断

• 你拼错了“仓鼠”：p

这应该可以：

mtext=“狗是好宠物，仓鼠是坏宠物。这就是我想要狗的原因” 对于输入Dict： p=re.compile（'dog'，re.IGNORECASE） numofdogs=len（p.findall（mtext））#返回发生次数

这应该可以：

mtext=“狗是好宠物，仓鼠是坏宠物。这就是我想要狗的原因” 对于输入Dict： p=re.compile（'dog'，re.IGNORECASE）

---

NuOfDogs=len（p.findall（mtext））#返回发生次数

尽可能使用Katrielex的答案，它比我的答案更干净。如果您没有Python 2.7（像我一样），这可能适合您：

sentence = "Dogs are great pets and hamsters are bad pets. That is why I want a dog"

scores = {'dog' : 5, 'hamster' : -2} 

occurrences = {}

for key in scores: 
  m = re.findall(key, sentence , re.IGNORECASE)
  occurrences[key] = len(m)

totalScore = 0

for word in occurrences:
  totalScore += scores.get(word.lower(), 0) * occurrences[word]

print totalScore

---

我在你的分数字典里做了“狗”->“狗”，假设是打字错误。如果你把它改回来，你的结果将是3而不是复数。

尽可能使用Katrielex的答案，它比我的答案更干净。如果您没有Python 2.7（像我一样），这可能适合您：

sentence = "Dogs are great pets and hamsters are bad pets. That is why I want a dog"

scores = {'dog' : 5, 'hamster' : -2} 

occurrences = {}

for key in scores: 
  m = re.findall(key, sentence , re.IGNORECASE)
  occurrences[key] = len(m)

totalScore = 0

for word in occurrences:
  totalScore += scores.get(word.lower(), 0) * occurrences[word]

print totalScore

---

我在你的分数字典里做了“狗”->“狗”，假设是打字错误。如果你把它改回来，你的结果将是3而不是复数。

Katrielex的答案的另一个变体，适用于那些坚持使用Python 2.6的人

将此代码段放入文件（例如counter.py）：

然后可以使用以下代码：

from counter import Counter

counts = Counter(text.split())
for word, freq in counts.items():
    sum += scores.get(word.lower(), 0) * freq 
...

---

基本相同，只是它适用于较旧的Python版本。

Katrielex的答案的另一个变体，适用于坚持使用Python 2.6的用户

将此代码段放入文件（例如counter.py）：

然后可以使用以下代码：

from counter import Counter

counts = Counter(text.split())
for word, freq in counts.items():
    sum += scores.get(word.lower(), 0) * freq 
...

---

几乎相同，只是它适用于较旧的Python版本。

单词

dogs

在该字符串中只出现一次；另一个词是

dog

。这两个词在某种意义上是“相同”的事实，计算机不知道，除非您使用多元化库。小心调用变量

Dict

，在这种情况下，您是可以的，由于大写字母“D”，但如果调用变量

dict

，则会破坏内置的dict构造函数。单词

dogs

在该字符串中只出现一次；另一个词是

dog

。这两个词在某种意义上是“相同”的事实，计算机不知道，除非你使用多元化库。小心调用变量

Dict

，在这种情况下你是可以的，因为大写字母是“D”，但如果你调用变量

Dict

，你就破坏了内置的Dict构造函数。请注意，在Python2中不起作用（collections.Counter未在2.x中实现）@Steve:在当前版本的2.7中起作用，尽管它在2.7中是新版本。@KatrieleAlex:啊，我明白了。我不知道“新版本3.1”指的是哪一部分to@SteveV：从URL中删除

dev/

，您将获得Python 2.x文档。您链接的页面显示它在Python3.1中对于3.x系列是新的。每天在这个网站上学习一些新的东西。谢谢@Greg！请注意，在Python2中不起作用（collections.Counter未在2.x中实现）@Steve:在当前版本的2.7中起作用，尽管它在2.7中是新版本。@KatrieleAlex:啊，我明白了。我不知道“新版本3.1”指的是哪一部分to@SteveV：从URL中删除

dev/

，您将获得Python 2.x文档。您链接的页面显示它在Python3.1中对于3.x系列是新的。每天在这个网站上学习一些新的东西。谢谢@Greg！