python - 统计word文件中出现的后缀数

Question

我有这个Python程序，它读取单词列表文件并检查使用endswith()方法在另一个文件中给出的后缀。 要检查的后缀保存到列表中: suffixList[] 使用 suffixCount[] 进行计数

以下是我的代码:

fd = open(filename, 'r')
print 'Suffixes: '
x = len(suffixList)
for line in fd:
   for wordp in range(0,x):
        if word.endswith(suffixList[wordp]):
           suffixCount[wordp] = suffixCount[wordp]+1
for output in range(0,x):
     print  "%-6s %10i"%(prefixList[output], prefixCount[output])

fd.close()

输出是这样的:

Suffixes: 
able            0
ible            0
ation           0

程序无法到达此循环:

if word.endswith(suffixList[wordp]):

Answer 1

您需要删除换行符:

word = ln.rstrip().lower()

这些单词来自文件，因此每一行都以换行符结尾。然后，您尝试使用 endswith ，但它总是失败，因为您的后缀都不以换行符结尾。

我还会更改函数以返回您想要的值:

def store_roots(start, end):
    with open("rootsPrefixesSuffixes.txt") as fs:
        lst = [line.split()[0] for line in map(str.strip, fs)
                       if '#' not in line and line]
        return lst, dict.fromkeys(lst[start:end], 0)

lst, sfx_dict = store_roots(22, 30) # List, SuffixList

然后从末尾开始切片，看看子字符串是否在字典中:

with open('longWordList.txt') as fd:
    print('Suffixes: ')
    mx, mn = max(sfx_dict, key=len), min(sfx_dict, key=len)
    for ln in map(str.rstrip, fd):
        suf = ln[-mx:]
        for i in range(mx-1, mn-1, -1):
            if suf in sfx_dict:
                sfx_dict[suf] += 1
            suf = suf[-i:]
    for k,v in sfx_dict:
        print("Suffix = {} Count =  {}".format(k,v))

增量地分割字符串的末尾应该比检查每个字符串更快，特别是如果您有许多长度相同的后缀。它最多进行 mx - mn 次迭代，因此如果您有 20 个四字符后缀，您只需要检查一次字典，则只能匹配一个 n 长度的子字符串一次，因此我们可以通过单个切片和查找一次性杀死 n 长度的子字符串。