python单词查询_Python实现单词查询&文件查找

最近学C++ Primer，做到第十二章有个习题。要求针对英文文本，对于用户想搜索的单词，打印出该单词在文本中出现的总次数，单词所出现行号及对应的行内容；单词在一行内出现多次，只打印该行一次。C++的代码太长就不给出，实现大概是用vector保存每一行内容，set保存每个单词出现的行号，map来保存单词与所在行号的映射。set.size()表示单词出现的总行数。这是个很好的思路，然而用类的方式实现起来有点繁琐了。好久不用Python了，灵机一动，想试试在Python上如何简单实现同样的功能。

单词查询

程序较为简单，直接上代码。

# 查询文本中某单词出现的次数，并打印其出现的行号及所在行的内容

# 只适用于英文文本

import re

from string import punctuation

text = open('find.txt')

text_list = text.readlines()

# 删除标点及其他常用符号

# punctuation = r"""!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~"""

text_plain = re.sub(r'[{}]'.format(punctuation), '', ''.join(text_list))

# 大写转换为小写，便于正确统计单词数

one_word_list = [word.lower() for word in text_plain.split()]

print(one_word_list)

def run_query(wanted):

word_total = 0

# 统计出现的总个数

for each in one_word_list:

if each == wanted:

word_total += 1

print('"{}" occurs {} times'.format(wanted, word_total))

line_number = 0

for line in text_list:

line_plain = re.sub(r'[{}]'.format(punctuation), '', line)

word_list = [word.lower() for word in line_plain.split()]

# 按照用户习惯第一行从"1"开始

line_number += 1

# 每行的单词列表

if wanted in word_list:

# 而下标"0"表示第一行，故需要减去1

print('\tline {}: {}'.format(line_number, text_list[line_number - 1]), end='')

if __name__ == '__main__':

while True:

sought = input('Input a word you want to search: ')

if sought == 'q':

break

run_query(sought)

看下结果，下面这张是Python下运行，yes出现94次。

C++中，yes出现91次。

仔细观察，两者对应的行号是一样的。为何单词出现次数C++版本就比Python版本少了？原因在于C++ Primer里面的写法是用的set，由于set里面的元素不能重复，如果想要查询的单词在一行内出现多次，实际也只记录一次。程序用set.size()表示单词出现总次数，即假设有n行里存在这个单词，单词出现总次数就是n。不知道作者本来就想实现这样的功能还是出于什么原因，私以为，这不符合我们的初衷。Python版本里对于想查询的单词，不管是否在一行内出现多次，都真正做到了精确计数。

文件查找

突然想起以前还写过个小脚本，查询本地文件。是当时看廖雪峰的Pytthon教程时做的一个课后习题。一起贴在这儿。

import os

def find_files(path, wanted):

try:

# 盘符内所有文件(夹)的路径

dir_list = os.listdir(path)

for filename in dir_list:

# 当前文件(夹)的路径

new_path = os.path.join(path, filename)

# 如果是文件夹，深入下一级继续查找

if os.path.isdir(new_path):

find_files(new_path, wanted)

# 若是文件，检查文件名里是否含有关键字, 应该不区分大小写，特别是针对后缀名时比较方便

elif os.path.isfile(new_path):

if wanted.lower() in filename.lower():

print(new_path)

except Exception as e:

print(e)

def save_all():

print('Example:\npath>>> F:\\secret\\action movies' + '\n' + 'key>>> .avi')

print('The result will be saved in C:\\findall.txt\n==========================================')

p = input('path>>> ')

k = input('key>>> ')

find_files(p, k)

if __name__ == '__main__':

save_all()

试试查询我的E:/Movie下得MP4视频文件

path>>> E:/Movie

key>>> .mp4

E:/Movie\[YYDM] HUNTER×HUNTER(2011)\HUNTER×HUNTER(2011) 001.mp4

E:/Movie\[YYDM] HUNTER×HUNTER(2011)\HUNTER×HUNTER(2011) 002.mp4

E:/Movie\[YYDM] HUNTER×HUNTER(2011)\HUNTER×HUNTER(2011) 003.mp4

E:/Movie\[YYDM] HUNTER×HUNTER(2011)\HUNTER×HUNTER(2011) 004.mp4

E:/Movie\[YYDM] HUNTER×HUNTER(2011)\HUNTER×HUNTER(2011) 005.mp4

E:/Movie\[YYDM] HUNTER×HUNTER(2011)\HUNTER×HUNTER(2011) 006.mp4

E:/Movie\[YYDM] HUNTER×HUNTER(2011)\HUNTER×HUNTER(2011) 007.mp4

E:/Movie\[YYDM] HUNTER×HUNTER(2011)\HUNTER×HUNTER(2011) 008.mp4

E:/Movie\[YYDM] HUNTER×HUNTER(2011)\HUNTER×HUNTER(2011) 009.mp4

E:/Movie\[YYDM] HUNTER×HUNTER(2011)\HUNTER×HUNTER(2011) 010.mp4

...

by @sunhaiyu

2016.9.29

python里有意思的文件查找glob模块

python标准库之glob介绍 glob 文件名模式匹配,不用遍历整个目录判断每个文件是不是符合. 1.通配符 星号(*)匹配零个或多个字符 import glob for name in glob ...

python glob fnmatch 用于文件查找操作

參考: http://python.jobbole.com/81552/:Python模块学习:glob文件路径查找 http://blog.csdn.net/suiyunonghen/article ...

Python实现Linux下文件查找

import os, sys def search(curpath, s): L = os.listdir(curpath) #列出当前目录下所有文件 for subpath in L: #遍历当前目 ...

python 实现多层目录文件查找

本文针对多层目录下文件的查找. 利用 os模块的基本操作,并利用递归的思想实现了目录多层查找. 代码如下: import os #dir_name: 处理文件的起始目录 def count_file( ...

【原创】python倒排索引之查找包含某主题或单词的文件

什么是倒排索引? 倒排索引(英语:Inverted index),也常被称为反向索引.置入档案或反向档案,是一种索引方法,被用来存储在全文搜索下某个单词在一个文档或者一组文档中的存储位置的映射.它是文 ...

用 Python 实现文件查找

用 Python 实现文件查找(BIF实现及队列实现) (1)利用内置函数实现文件查找 1.功能:返回用户输入的文件的绝对路径 2.设计思路: (1)用户输入在哪个盘进行查找 (2)遍历此盘文件,若为 ...

python对不同类型文件(doc,txt,pdf)的字符查找

python对不同类型文件的字符查找 TXT文件: def txt_handler(self, f_name, find_str): """ 处理txt文件 :param ...

在Python中使用glob模块查找文件路径的方法

在Python中使用glob模块查找文件路径的方法 glob模块是最简单的模块之一,内容非常少.用它可以查找符合特定规则的文件路径名.跟使用windows下的文件搜索差不多.查找文件只用到三个匹配符: ...

python实现在目录中查找指定文件的方法

python实现在目录中查找指定文件的方法 本文实例讲述了python实现在目录中查找指定文件的方法.分享给大家供大家参考.具体实现方法如下: 1. 模糊查找 代码如下: import os from ...

随机推荐

索引超出了数组界限(Microsoft.SqlServer.Smo)

SSMS连接远程SQL Server服务器是很方便的. 昨天我用SQL Server 2008 SSMS连接SQL Server 2012竟然报错,如下图: 在网上搜了,参考这个参考那个,太啰嗦了,确 ...

hdu 1517 博弈 **

博弈题: 题意:2 个人玩游戏,从 1 开始,轮流对数进行累乘,直到超过一个指定的值. 解题思路:如果输入是 2 ~ 9 ,因为Stan 是先手,所以Stan 必胜如果输入是 10~18 ,因为Oll ...

iOS开发-UITextView根据内容自适应高度

UITextView作为内容文本输入区域,有的时候我们需要根据内容动态改变文本区域的高度,效果如下: 定义UITextView,实现UITextViewDelegate: -(UITextView * ...

MVC模式简介

MVC模式是一种表现模式,它将web应用程序分成三个主要部分即:模型(Model)视图(View)控制器(Controller)M:Model主要是存储或者是处理数据的模型,包含了用户使用的数据,业务 ...

NOIP2014 飞扬的小鸟

3. 飞扬的小鸟 (bird.cpp/c/pas) [问题描述] Flappy Bird 是一款风靡一时的休闲手机游戏.玩家需要不断控制点击手机屏幕的频率来调节小鸟的飞行高度,让小鸟顺利通过画面右方的 ...

C#多线程(二)

一.线程池 每次创建一个线程,都会花费几百微秒级别的时间来创建一个私有的局部栈,每个线程默认使用1M的内存.这个可以在使用Thread类的构造函数时设置: new Thread(new ThreadS ...

用Redis轻松实现秒杀系统

秒杀系统的架构设计 秒杀系统,是典型的短时大量突发访问类问题.对这类问题,有三种优化性能的思路: 写入内存而不是写入硬盘 异步处理而不是同步处理 分布式处理 用上这三招,不论秒杀时负载多大,都能轻松应 ...

Math类中round、ceil和floor方法的功能

Java中的Math工具类用来完成除+.-.*./.%等基本运算以外的复杂运算,位于java.lang包下,Math类的构造器全是私有的(private),因此无法创建Math类的对象,Math类的方 ...

PyCharm安装使用 激活码

从pycharm官网 [http://www.jetbrains.com/pycharm/download/#section=windows]下载完整安装包 激活码激活 优点:Window.Mac.U ...

Spring Cloud的注册中心和服务者,消费者的构建

Spring Cloud的注册中心和服务者,消费者的构建 注册中心Eureka: 新建项目stu-eureka: StuEurekaApplication: package com.demo.stue ...