python复数的表达形式_用Python将文本文件中的复数形式转换为单数形式

看起来您对Python很熟悉，但我仍将尝试解释一些步骤。让我们从第一个问题开始。当您使用.read()读入多行文件(在您的例子中是单词，数字csv)时，您将把整个文件体读入一个大字符串。def openfile(f):

with open(f,'r') as a:

a = a.read() # a will equal 'soc, 32\nsoc, 1\n...' in your example

a = a.lower()

return a

这是很好的，但是当您想将结果传递给stem()时，它将是一个大字符串，而不是一个单词列表。这意味着，当您使用for word in a遍历输入时，您将遍历输入字符串的每个单独字符，并将词干分析器应用于这些单独的字符。def stem(a):

p = nltk.PorterStemmer()

a = [p.stem(word) for word in a] # ['s', 'o', 'c', ',', ' ', '3', '2', '\n', ...]

return a

这绝对不适合你的目的，我们可以做一些不同的事情。我们可以更改它，以便将输入文件作为一个行列表读取

我们可以用大字符串自己把它分解成一个列表。

我们可以一次一行地检查和处理行列表中的每一行。

为了方便起见，让我们用1。这需要将openfile(f)更改为以下内容：def openfile(f):

with open(f,'r') as a:

a = a.readlines() # a will equal 'soc, 32\nsoc, 1\n...' in your example

b = [x.lower() for x in a]

return b

这应该给我们一个b行列表，即[soc，32，'soc，1'，…]。所以下一个问题是，当我们将字符串列表传递给stem()时，如何处理它。一种方法是：def stem(a):

p = nltk.PorterStemmer()

b = []

for line in a:

split_line = line.split(',') #break it up so we can get access to the word

new_line = str(p.stem(split_line[0])) + ',' + split_line[1] #put it back together

b.append(new_line) #add it to the new list of lines

return b

这绝对是一个非常粗略的解决方案，但是应该充分地遍历输入中的所有行，并使它们失去吸引力。这很粗糙，因为当你放大时，分裂和重新组合字符串并不是特别快。但是，如果您对此感到满意，那么剩下的就是遍历新行列表，并将它们写入您的文件。以我的经验，写一个新文件通常比较安全，但这应该可以正常工作。def returnfile(f, a):

with open(f,'w') as d:

for line in a:

d.write(line)

print openfile(f)

print stem(openfile(f))

print returnfile(f, stem(openfile(f)))

当我有以下input.txtsoc, 32

socs, 1

dogs, 8

我得到以下标准：Please enter a filename: input.txt

['soc, 32\n', 'socs, 1\n', 'dogs, 8\n']

['soc, 32\n', 'soc, 1\n', 'dog, 8\n']

None

input.txt如下所示：soc, 32

soc, 1

dog, 8

第二个关于将数字与相同的单词合并的问题改变了我们的解决方案。根据评论中的建议，你应该看看用字典来解决这个问题。与其把这些都作为一个大列表来做，更好的方法(可能更像是pythonic)是遍历输入的每一行，并在处理它们时将它们词干化。如果你还在想办法的话，我会在一段时间内写下这方面的代码。