改章节笔者在北京吃饭的时候突然想到的...这段时间就有想写几篇关于文件问题的博客,所以回家到之后就奋笔疾书的写出来发布了
读取某一单简引索文件cdays-3-test.txt,其每行格式为档文序号 关键词,现需根据这些信息转化为倒排引索,即统计关键词在哪些档文中,格式如下:含包该关键词的档文数 关键词 => 档文序号。其中,原引索文件作为命令行参数传入主序程,并计划一个collect函式统计 "关键字<->序号" 结果对,最后在主序程中输出结果至屏幕。
在附录中,我们给出该文件容内。
好了,让我们分析这个问题。 先解理“倒排引索”的观点。就是把Key酿成引索。
这样的数据结构我们可以用字典来现实,因为我们不知道要有多少个表,要有多少个组数。
我们找到一个关键词就新建一个Key ,Value中寄存序号,如果字典中存在这个key ,那么扩增value ,由于是list,所以我们用列表方法append
我们定假文件存储在 D:\\Days-3-test.txt
而且要用函数来处理这个问题。
location='D:\\Days-3-test.txt' def collect(file): result = {} # 定义一个空字典 for line in file.readlines( ): left,right = line.split( ) if right in result : result[right].append(left) #添加进列表 else: result[right]=[left] #如果字典中没有该值,那么新建一个Key return result a_file=open(location,'r') result = collect(open(location,'r')) #读取文件 print result
当初我们得到了准确的字典,我们已很近接最后的序程了。
我们还需要做一个情事,数计,显然是字典中的数计,让我们先找一下字典中有没有这样的方法。
对,这是不并字典中的问题,字典中的每个Key对应一个value ,但是,它的每个值是一个list,那么,这个问题划归到list中有多少个对象的问题了。
so easy~
len( result[ key ] )
让我们理整一下输出.
for key in result.keys(): print '%d %s => %s ' % (len(result[key]),key,result[key] )
当初看来是那么回事了. 当初给出有所的代码.
location='D:\\Days-3-test.txt' def collect(file): result = {} # 定义一个空字典 for line in file.readlines( ): left,right = line.split( ) if right in result : result[right].append(left) #添加进列表 else: result[right]=[left] #如果字典中没有该值,那么新建一个Key return result for key in collect(open(location,'r')).keys(): print '%d %s => %s ' % (len(result[key]),key,result[key] )
当初看来文件类的问题是不并那么麻烦了。
附录1. Days-3-test.txt 文件容内.
1 key1 2 key2 3 key1 7 key3 8 key2 10 key1 14 key2 19 key4 20 key1 30 key3
文章结束给大家分享下程序员的一些笑话语录: 小沈阳版程序员~~~ \n程序员其实可痛苦的了......需求一做一改,一个月就过去了;嚎~ \n需求再一改一调,一季度就过去了;嚎~ \n程序员最痛苦的事儿是啥,知道不?就是,程序没做完,需求又改了; \n程序员最最痛苦的事儿是啥,知道不? 就是,系统好不容易做完了,方案全改了; \n程序员最最最痛苦的事儿是啥,知道不? 就是,系统做完了,狗日的客户跑了; \n程序员最最最最最痛苦的事儿是啥,知道不? 就是,狗日的客户又回来了,程序给删没了!