按比例mask段落中单词 【python】

首先，我们可以在https://www.youzack.com/ 上练习英语听力，还可以查看所有的句子，我们可以将所有的句子复制到本地

之后，我就可以对这些单词进行随机的mask，用空格取代。这样就可以将听力当作填空题练习，提高听力水平。

import random


def mask_gen(line_len, mask_ratio):
    # 产生和句子等长的mask序列，mask序列由0 1 组成
    mask_list = [0] * line_len
    mask_num = int(line_len * mask_ratio)
    random_list = random.sample(range(0, line_len), mask_num)
    for i in random_list:
        mask_list[i] = 1

    return mask_list


def mask_line(line, mask_ratio):
    # 根据mask序列将句子mask，0位置不变，1位置换成____。
    line = line.split(" ")
    line_len = len(line)
    mask_list = mask_gen(line_len, mask_ratio)
    res = ""
    for i in range(len(mask_list)):
        if mask_list[i] == 0:
            if len(line[i]) < 5:
                _len = 5
            else:
                _len = len(line[i])
            res += "_" * _len + " "
        else:
            res += line[i] + " "
    return res


def main(mask_ratio, file_path):
    # 打开文件，每行单独处理
    file = open(file_path, encoding="utf-8")
    file_res = open(file_path.split(".")[0]+"res.txt", "w+")
    for line in file:
        if line[0] == ' ' or line[0] == '\n':
            continue
        else:
            line = mask_line(line, mask_ratio)
            # print(line)
            file_res.write(line)
    file_res.close()


if __name__ == '__main__':
    mask_ratio = 0.5
    file_path = "cet620191201.txt"
    main(mask_ratio, file_path)