Python 将字符串转换为标记列表的位置

我有一个大约5000个独特单词/标记的列表，每个单词（一个笑脸算一个单词）每行一个。我正在尝试为python的SVM制作一些有用的东西

假设示例列表只有几个单词

happy
sad
is
:(
i
the
day
am
today
:)

我的字符串是：

tweets =['i am happy today :)','is today the sad day :(']

那么每个tweet的输出是：

5:1 8:1 1:1 9:1 10:1
3:1 9:1 6:1 2:1 4:1

请注意这种格式：，这意味着冒号前的第一个数字，应该使用其在列表中的行号/位置来引用单词。e、 g.“：）”是列表中的第十个单词（文本文件，每行1个标记）

我正在考虑创建一个函数来读取文本文件，并将每行（每个单词/标记）放在列表或字典中的一个位置，这样我就可以从每个tweet中读取一个单词，并根据其在列表中的位置将其转换为一个数字

有人知道如何在python中实现这一点吗？ 然后我在想这样的事情：

 for i in tweets:
         <translate-words-into-list-position>

对于tweets中的i：

如果Word是一个

文件

您仍然可以将其用于此解决方案，请记住

.rstrip（'\n'）

行。例如

with open('words.txt', 'rU') as f:
    d = {w.rstrip('\n'): i for i, w in enumerate(f, start=1)}

如果Word是一个

文件

您仍然可以将其用于此解决方案，请记住

.rstrip（'\n'）

行。例如

with open('words.txt', 'rU') as f:
    d = {w.rstrip('\n'): i for i, w in enumerate(f, start=1)}

---

因此，如果单词是一个文本文件（每行1个单词），它应该类似于

words=open（“wordlist.txt”）

，然后使用

.rstrip（'\n'）

以哪种方式？@RHK-S8可以，但最好使用

with

块，该块自动调用文件上的

.close（）

，我已更新代码我已将

单词

替换为

f

，但给出了一个错误。它现在可以工作了，但我在主打印“”中收到下一个错误`File“test.py”，第7行。join（['{0}:1'。tweet.split（）]中w的格式（d[w]））keyror:'i'`@RHK-S8字典中不存在单词

i

？在那种情况下你想怎么办？您可以选择将所有单词以大小写形式保存在nstivie中，例如

d={w.lower（）.rstrip（'\n'）：枚举（f，start=1）}

中的i为i，w，然后选中

d[c.lower（）]

，如果键索引不存在，您也可以提供默认参数，例如

d.get（c，'NOT FOUND'）

列表是在windows中创建的，因此问题就出现了……但我解决了：）所以如果word是一个文本文件（每行1个单词），它应该类似于

words=open（“wordlist.txt”）

，然后使用

.rstrip（'\n'）

以哪种方式？@RHK-S8没关系，但最好使用

和
块，该块会自动调用文件上的
.close（）
，我已更新代码我已将
单词
替换为
f
，但给出了一个错误。它现在可以工作了，但我在主打印“”中收到下一个错误`File“test.py”，第7行。join（['{0}:1'。tweet.split（）]中w的格式（d[w]））keyror:'i'`@RHK-S8字典中不存在单词
i
？在那种情况下你想怎么办？您可以选择将所有单词以大小写形式保存在nstivie中，例如
d={w.lower（）.rstrip（'\n'）：枚举（f，start=1）}
中的i为i，w，然后选中
d[c.lower（）]
，如果键索引不存在，您也可以提供默认参数，例如
d.get（c，'NOT FOUND'）
列表是在windows中创建的，因此出现了问题……但我解决了：）
>>> from itertools import count
>>> D = dict(zip(words, count(1)))
>>> tweets =['i am happy today :)','is today the sad day :(']
>>> [["{}:1".format(D[k]) for k in t.split() if k in D] for t in tweets]
[['5:1', '8:1', '1:1', '9:1', '10:1'], ['3:1', '9:1', '6:1', '2:1', '7:1', '4:1']]