交叉引用生成器

【问题描述】

“交叉引用生成器”（cross-refrencer）是指具有如下功能的程序：
对输入的一篇文档，统计出现的所有单词及其所在行号。将其结果以规定格式打印。
【输入形式】

程序从标准输入上读入一篇文档。该文档由若干行组成，每行中包含一系列单词。空行表示输入结束。
行号由1开始计数。该文档中单词总量不超过200，每个单词长度最大不超过20个字符。
【输出形式】

在标准输出上打印文档中所有出现的单词及其所在行号。
输出有若干行，每一行都是文档中出现的一个单词。按如下规格输出：
word:line1,line2,… ,lineN
其中word是单词，后面紧跟一个冒号，然后是以逗号隔开的出现行号line1，line2，等等。在该行上各字符紧密输出，不使用空格分隔。在输出时遵循以下规定：

1.    只输出所有由英文字母（包括连字符）构成的单词，数字或包含其它特殊字符的单词不用输出。先输出大写A -Z开头的字符，再输出小写a-z开头的字符。
   

2.    各单词后面的行号从小到大排列。行号不重复打印，亦即如果一个单词在一行内多次出现，则只打印一次该行号。
   

3.    统计的单词不包括如下四个单词：
       a
       an
       the
       and
   

【样例输入】

Alcatel provides end-to-end solutions.
It enables enterprises to deliver content to any type of user.
lcatel operates in 130 countries.
Alcatel focus on optimizing their service offerings and revenue streams.
【样例输出】

Alcatel:1,4
It:2
any:2
content:2
countries:3
deliver:2
enables:2
end-to-end:1
enterprises:2
focus:4
in:3
lcatel:3
of:2
offerings:4
on:4
operates:3
optimizing:4
provides:1
revenue:4
service:4
solutions:1
streams:4
their:4
to:2
type:2
user:2
【样例说明】

输入一篇文档，输出文档中所有出现的单词及其所在行号。

import re
list_str = []
while True:  # 读入行内容
    try:
        list_str.append(input())
    except:
        break
list_word = []
for i in range(len(list_str)):
    list_str[i] = re.sub('[!-,.-@]', ' ', list_str[i])  # 去掉特殊字符、数字
    list_word.append(list_str[i].split())  # 获取单个字符储存在二维数组中
dict_str = {}
for i in range(len(list_word)):  # 字典储存
    for j in list_word[i]:
        # 判断不需要统计的单词
        if j.lower() == 'a' or j.lower() == 'an' or j.lower() == 'the' or j.lower() == 'and':
            continue
        else:
            # 单词储存在字典中
            if j not in dict_str:
                dict_str.setdefault(j, []).append(i + 1)
            elif j in dict_str:
                # 判断一行中出现两个相同的单词,只记录一次
                if (i + 1) in dict_str.get(j):
                    continue
                else:
                    dict_str.setdefault(j, []).append(i + 1)
# 字典key排序
dict_str = sorted(dict_str.items(), key=lambda x: x[0], reverse=False)
for key, value in dict_str:
    if key == '-':  # 因为 row 10-11 没有判断单个 ‘-’ ，会出现，在这里做个判断
        continue
    else:
        print(key, end=':')  # 输出键值
        if len(value) > 1:  # value长度大于一，要有 ‘,’ ，下面判断输出
            t = 0
            for i in value:
                t += 1
                print(i, end='')
                if t != len(value):
                    print(',', end='')
        else:  # 直接输出value
            for i in value:
                print(i, end='')
        print()
'''
Alcatel provides end-to-end solutions.
It enables enterprises to deliver content to any type of user.
lcatel operates in 130 countries.
Alcatel focus on optimizing their service offerings and revenue streams.
'''