在Python NLTK中使用一致性返回字典中找到的键的值

我想使用concordance查找文本中单词或短语的实例，然后在字典中查找找到的单词/短语并返回相应的值。这是我到目前为止的代码

from __future__ import division
import nltk, re, pprint
OutFileName = "shark_uri.txt"
OutFile = open(OutFileName, 'w')
book1 = open('shark_test.txt', 'rU').read() 
token1 = nltk.word_tokenize(book1)
text1 = nltk.Text(token1)
LineNumber = 0
for k, v in bio_dict.iteritems(): 
        text1.concordance(k)
    #if k is found then print v, else go on to next k
    if k #is found:
        OutFile.write(v)
        OutFile.write('\n')
        LineNumber += 1
    else
        LineNumber += 1
OutFile.close()

这段代码应该在shark_test.txt文件中读取一段关于鲨鱼的内容。bio_dict包含这样的键值对

'ovoviviparous':'http://dbpedia.org/resource/Ovoviviparity', 
'predator':'http://dbpedia.org/resource/Predation',

关键字表示程序正在查找的单词或短语。该值是对应于单词/短语的DBpedia URI。其思想是，当在文本中找到类似“捕食者”的单词时，程序将返回DBpedia URI以供捕食。 我得到了很多奇怪的结果，我想这是因为我需要告诉程序，如果发现k返回v，那么就转到下一个k。我已经在上面的代码块中放置了一个占位符。我不太知道如何用Python来表达这一点。如果k==真，会是这样吗？

---

如果没有这个条件，它似乎只是在通过字典打印所有值，而不管是否找到键。有什么建议吗？提前感谢。

您的代码现在的工作方式是迭代

bio_dict

字典中的所有键、值对，然后使用

concordance

打印

text1

中存在

k

的行。这里需要注意的重要一点是，使用一致性不会返回任何内容，而只是打印。因此，即使您尝试使用返回值（实际上在代码中没有），您也不能。当您编写

if k:

时，这将始终是

True

——假设您的键是非空字符串（没有一个键的计算结果为

False

）

如果我正确理解了您的问题，您真的不应该使用

concordance

。相反，可以这样做：

for word in token1:                        # Go through every word in your text
    if word in bio_dict:                   # Check if the word is in the dict
        OutFile.write(bio_dict[word]+'\n') # Output the value to your file

---

此外，您的

LineNumber

计数器实际上并不计算您想要的内容，因为您正在一次读取输入文件，并在

token1

中标记整个内容。但是，由于您实际上没有使用

LineNumber

，因此可以删除该变量并仍然获得所需的输出。

我通过这段代码获得了所需的内容

from __future__ import division
import urllib
import re, pprint, time
in_file_name = "shark_id.txt"
in_file = open(in_file_name, 'r')
out_file_name = "shark_uri.txt"
out_file = open(out_file_name, 'w')

for line in in_file:                                                    
line = line.strip()                                             
address = 'http://eol.org/api/data_objects/1.0/' + line + '.xml'    
web_content = urllib.urlopen(address)                           
results = web_content.read().lower()                                        
temp_file_name = "Temp_file.xml"                                    
temp_file = open(temp_file_name, 'w')                               
temp_file.write(results)    
temp_file.close()                                           
print line
print len(results)              
temp_file = open('Temp_file.xml')
data = temp_file.read()
temp_file.close()
for k, v in bio_dict.iteritems():                           
    if k in data:                       
        out_file.write(line + ',')                                  
        out_file.write(k + ',')                                 
        out_file.write(v)                                       
        out_file.write('\n')                                        
time.sleep(.5)
in_file.close()                                                     
out_file.close()