[英]converting a text list (string)to a python list
我看到這個問題已經在這個網站上被問過很多次了,但是我找不到能滿足我需要的答案。
我需要做的是將一個很長的文本文件(68萬行)轉換為python中的列表。 整個文本文件的格式如下所示:
libertarians
liberticidal
liberticide
liberticide's
liberticides
我的最終目標是創建一個系統,在該系統中,我用相應的字典值替換單詞。 例如dic ['apple','pears','peaches','cats']。 下面的代碼不起作用,因為它產生的列表不能用在list:語句中的if詞中。 我嘗試過這個。
with open('thefile.txt') as f:
thelist = f.readlines()
這就是整個代碼,並以此作為檢索列表的方法。
with open('H:/Dropbox/programming/text compression/list.txt') as f:
thelist = f.readlines()
word = input()
if word in thelist:
print("hu")
else:
print("l")
輸入為“ apple”的輸出:1
簡而言之,可以打印該列表,但僅打印其他內容。
最簡單的方法:
with open('thefile.txt') as f:
thelist = f.readlines()
在任何可用虛擬內存為千兆字節的現代平台上,680k行意味着幾兆字節- 遠離 MemoryError
(在某些注釋中表示的恐怖!-),這是不同的(如果您在Commodore 64上運行Python,則有所不同) ,但是我確定您還有很多其他問題:-)。
readlines
方法在內部執行換行,而其他方法需要顯式執行,因此是更可取的(且更快)。 而且,如果您需要將結果作為單詞列表使用,則根本無法通過零碎的方式節省任何內存。
新增:例如,在我的Macbook Air上,
$ wc /usr/share/dict/words
235886 235886 2493109 /usr/share/dict/words
因此,OP所提及的數字的三分之一以上。 這里,
>>> with open('/usr/share/dict/words') as f: wds=f.readlines()
...
>>> sys.getsizeof(wds)
2115960
因此,超過20萬字的空間超過2MB-檢查! 因此,對於超過600k的單詞,我推斷為“超過6MB”- 大大低於在“勇敢的新世界”中可能導致MemoryError
的數量(來自像我這樣的舊玩家的POV :-)數千兆字節的機器(如今甚至是電話 ,... :-)。
另外,無論如何,如果要將該單詞列表保留為單詞列表,那么您花費的內存絕不會少於這些幾兆字節的內存! 逐行讀取文件並巧妙地操作以僅保留所需數據的子集,這是“完全錯位的工作”,這時您的目標是基本上保留每個文本中的幾乎所有文本。單行-在這種情況下(恰好滿足了這個Q的問題!-),只需使用readlines
並完成它!-)
補充:對Q的編輯使它很清楚(盡管問題中沒有任何地方!),這些行必須在單詞的右邊包含一些空格,因此需要rstrip
。 即使這樣,公認的答案也不是最優的。 考慮以下文件i.py
:
def slow():
list_of_words = []
for line in open('/usr/share/dict/words'):
line = line.rstrip()
list_of_words.append(line)
return list_of_words
def fast():
with open('/usr/share/dict/words') as f:
wds = [s.rstrip() for s in f]
return wds
assert slow() == fast()
最后的assert
只是驗證了兩種方法產生相同結果的事實。 現在,在Macbook Air上...:
$ python -mtimeit -s'import i' 'i.slow()'
10 loops, best of 3: 69.6 msec per loop
$ python -mtimeit -s'import i' 'i.fast()'
10 loops, best of 3: 50.2 msec per loop
我們可以看到,接受的答案中的循環方法比列表理解所花的時間多出40%。
嘗試這樣:
with open('file') as f:
my_list = [x.strip() for x in f]
您還可以隨時存儲所有行,以完成工作:
with open('file') as f:
for x in f:
# do your stuff here on x
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.