Python 文本文件中的单词列表

我需要从文本文件创建一个单词列表。该列表将用于刽子手代码，需要从列表中排除以下内容：

重复字

包含少于5个字母的单词

包含“xx”作为子字符串的单词

包含大写字母的单词

然后需要将单词列表输出到文件中，以便每个单词都显示在自己的行中。 程序还需要输出最终列表中的字数

这是我的，但它不能正常工作

def MakeWordList():
    infile=open(('possible.rtf'),'r')
    whole = infile.readlines()
    infile.close()

    L=[]
    for line in whole:
        word= line.split(' ')
        if word not in L:
            L.append(word)
            if len(word) in range(5,100):
                L.append(word)
                if not word.endswith('xx'):
                    L.append(word)
                    if word == word.lower():
                        L.append(word)
    print L

MakeWordList()

---

您多次使用此代码添加单词，
实际上，你根本就不会过滤掉这些单词，只是根据它们通过的

数量，给它们添加不同的计时次数

如果

，则应组合所有的

：

if word not in L and len(word) >= 5 and not 'xx' in word and word.islower():
    L.append(word)

或者，如果您希望它更具可读性，您可以拆分它们：

    if word not in L and len(word) >= 5:
        if not 'xx' in word and word.islower():
            L.append(word)

但是不要在每一个词后面加上后缀。
想想看：在嵌套的if语句中，任何不在列表中的词都会在第一行中通过。然后，如果是5个或更多字符，它将被再次添加（我打赌），等等。您需要重新考虑if语句中的逻辑。
改进代码：

def MakeWordList():
    with open('possible.rtf','r') as f:
        data = f.read()
    return set([word for word in data if len(word) >= 5 and word.islower() and not 'xx' in word])

set（\u iterable）
返回一个没有重复项的set类型对象（所有
set
项必须是唯一的）<代码>[逐字…]

是一种列表理解，是创建简单列表的较短方法。您可以迭代“数据”中的每个单词（假设每个单词位于单独的一行）<代码>如果len（word）>=5，word.islower（）而不是word中的“xx”满足最后三个要求（必须超过5个字母，只有小写字母，不能包含“xx”）。

它是如何工作不正常的？你期望发生什么，以及真正发生什么？它不会删除少于5个字母的单词，并保留大写字母。而不是

word.endswith（'xx'）

它应该是

@twasbrillig中的
'xx'，然后
“abxxcd”
也会匹配。这不是他想要的。让我澄清一下。而不是
而不是word.endswith（'xx'）
它应该是
而不是word中的'xx'。否则
“abxxcd”
也会匹配，这不是他想要的。@twasbrillig我明白了，我从OP的代码中假设他只想要结尾有
“xx”
。从他的描述来看似乎不正确。接得好。