如何替換文件中的某些單詞

Question

該程序用於檢查兩個特定單詞（如：'ஒன்று'和'கோடி'）是否連續出現，如果是這樣，請用特定單詞替換第一個單詞（例如：'ஒரு 「）。我必須從文件中讀取內容並將它們寫入另一個文件中。我已經使用了一個標誌變量，從2開始初始化，並且只在標誌％2 == 0時纔打印到文件中，以便文字不會重複到新文件中。 pgm只在單詞處於均勻位置時才起作用，否則不起作用。我應該如何更改檢查和打印。下面是代碼：

filename = raw_input("enter file:") 
ff = open(filename+'.rep_out','w') 
with open(filename, 'r') as f: 
    for line in f: 
     words = line.strip().split() 
     flag = 2 
     for word1, word2 in zip(words, words[1:]): 
      if flag%2 == 0: 
       if word1 == 'ஒன்று' or word1 == '1': 
        if word2 == 'கோடி' or word2 == 'லட்சம்' or word2 == 'ஆயிரம்' : 
         #word1=word1.replace(word1,'ஒரு') 
         word1='ஒரு' 
         #ff.write(word1+" ") 
       ff.write(word1+" ") 
       ff.write(word2+" ")    
      flag=flag+1 
f.close() 
ff.close() 

Answer 1

當你的字符串操作得到這個複雜的，有一個很好的機會，你可以用一個更強大的工具比Python的字符串方法做的更好。在這種情況下，這是一個相當容易一點使用正則表達式：

import re 

with open(filename) as f: 
    with open(filename + '.rep_out') as ff: 
     for line in f: 
      ff.write(re.sub("ஒன்று (கோடி|லட்சம்|ஆயிரம்)", r"ஒரு \1", line)) 

解釋：

"ஒன்று (கோடி|லட்சம்|ஆயிரம்)"匹配ஒன்று出現的任何連續後跟任意கோடி的，லட்சம்或ஆயிரம்的正則表達式 - 可以延長儘可能多的候選第二個單詞，你需要。

re.sub替換用替換第一個字（ஒரு），其次是相同秒字，它發現之前 - 在\ 1告訴它「把匹配第一組（位）早在這裏」 （\ 1是爲什麼它需要是一個原始字符串 - 你想要通過re.sub解析，而不是Python的字符串文字規則）。

作爲寫入，上述代碼假定每行字由恰好一個空間，這是從原始的代碼，允許他們由空格的任何量來分離不同的分離，但將輸出它們通過分離單一空間。爲了配合這種行爲，你可以修改正則表達式上面，像這樣：

re.sub("ஒன்று\s+(கோடி|லட்சம்|ஆயிரம்)", r"ஒரு \1", line) 

的\ S匹配任何空白字符，而+指在一排「的那場比賽的倍數，只要有至少一個」。

請注意，當您使用with open(...) as f:時，您無需事後致電f.close()--這會在您退出with塊時自動發生。