python - 比较列表和文本文件

Question

我有以下列表:t = ['one', 'two', 'three']

我想读取一个文件并为列表中存在的每个单词添加一个点。例如。如果 "one" 和 "two" 存在于 "CV.txt"中，points = 2。如果它们都存在，则 points = 3.

import nltk
from nltk import word_tokenize

t = ['one', 'two', 'three']
CV = open("cv.txt","r").read().lower()

points = 0

for words in t:
    if words in CV:
        #print(words)
        words = nltk.word_tokenize(words)
        print(words)
        li = len(words)
        print(li)
        points = li
        print(points)

假设 'CV.txt' 包含单词“one”和“two”，并且按单词拆分(标记化) ，应将 2 个点添加到变量“points”

但是，此代码返回:

['one']
1
1
['two']
1
1

正如您所看到的，长度只有 1，但它应该是 2。我确信有一种更有效的方法可以使用迭代循环或其他方法而不是 len。 如有任何帮助，我们将不胜感激。

Answer 1

我认为您不需要在循环内进行标记化，因此可能更简单的方法如下:

• 首先对txt文件中的词进行分词
• 检查每个常用词 在 t

最后的点是 common_words 中的单词数。

import nltk
from nltk import word_tokenize

t = ['one', 'two', 'three']
CV = open("untitled.txt","r").read().lower()

points = 0

words = nltk.word_tokenize(CV)
common_words = [word for word in words if word in t]
points = len(common_words)

注意:如果你想避免重复，那么你需要一组常用词，如下面的代码:

common_words = set(如果单词在 t 中，则单词中的单词)