使用python分析一串文本中的bigrams

Question

我正在嘗試使用python來幫助我破解Vigenère密碼。我對編程相當陌生，但我設法制作了一個算法來分析一串文本中的二元語音頻率。這是我到目前爲止有：

import nltk, string 
from nltk import bigrams 

Ciphertext = str(input("What is the text to be analysed?")) 

#Removes spacing and punctuation to make the text easier to analyse 
def Remove_Formatting(str): 
    str = str.upper() 
    str = str.strip() 
    str = str.replace(' ','') 
    str = str.translate(str.maketrans({a:None for a in string.punctuation})) 
    return str 

Ciphertext = Remove_Formatting(Ciphertext) 

#Score is meant to increase if most common bigrams are in the text 
def Bigram(str): 
    Common_Bigrams = ['TH',  'EN',  'NG', 
         'HE',  'AT',  'AL', 
         'IN',  'ED',  'IT', 
         'ER',  'ND',  'AS', 
         'AN',  'TO',  'IS', 
         'RE',  'OR',  'HA', 
         'ES',  'EA',  'ET', 
         'ON',  'TI',  'SE', 
         'ST',  'AR',  'OU', 
         'NT',  'TE',  'OF'] 
    Bigram_score = int(0) 
    for bigram in str: 
     if bigram in Common_Bigrams: 
      Bigram_score += 1 
      return Bigram_score 

Bigram(Ciphertext) 

print (Bigram_score) 

然而，當我試圖用一個文本運行此我得到這個錯誤：

Traceback (most recent call last): 
    File "C:/Users/Tony/Desktop/Bigrams.py", line 36, in <module> 
    print (Bigram_score) 
NameError: name 'Bigram_score' is not defined 

這是什麼意思？我以爲我已經將Bigram_score定義爲一個變量，並且我已經嘗試了所有內容，但它仍以這種方式或那種方式返回錯誤。我做錯了什麼？請幫助...

由於提前，

託尼

Answer 1

你可以做Bigram_score全球性的，就像這樣：

def Bigram(string): # don't override str 
    global Bigram_score 
    Common_Bigrams = ['TH',  'EN',  'NG', 
         'HE',  'AT',  'AL', 
         'IN',  'ED',  'IT', 
         'ER',  'ND',  'AS', 
         'AN',  'TO',  'IS', 
         'RE',  'OR',  'HA', 
         'ES',  'EA',  'ET', 
         'ON',  'TI',  'SE', 
         'ST',  'AR',  'OU', 
         'NT',  'TE',  'OF'] 
    Bigram_score = 0 # that 0 is an integer is implicitly understood 
    for bigram in string: 
     if bigram in Common_Bigrams: 
      Bigram_score += 1 
      return Bigram_score 

您也返回的結果從Bigram功能綁定一個變量，如下所示：

Bigram_score = Bigram(Ciphertext) 

print(Bigram_score) 

或者：

print(Bigram(Ciphertext)) 

當您爲函數中的變量賦值時，它們是本地的並綁定到該函數。如果一個函數返回任何東西，返回值必須綁定到一個變量才能正確重用（或直接使用）。

這是它如何工作的例子：

spam = "spam" # global spam variable 

def change_spam(): 
    spam = "ham" # setting the local spam variable 
    return spam 

change_spam() 
print(spam) # prints spam 

spam = change_spam() # here we assign the returned value to global spam 
print(spam) # prints ham 

另外，你的for循環遍歷unigram進行，而不是二元語法。讓我們仔細看看：

for x in "hellothere": 
    print(x) 

這將打印unigrams。因此，我們重命名代碼中的bigram變量，以查看哪裏存在一些邏輯問題。

for unigram in string: 
    if unigram in Common_Bigrams: 
     print("bigram hit!") 

由於沒有對unigram是相同與任何雙字母組，"bigram hit!"將永遠不會被打印。我們可以嘗試使用不同的方法獲得bigrams，使用while循環和索引號。

index = 0 
n = 2 # for bigrams 
while index < len(string)-(n-1): # minus the length of n-1 (n-grams) 
    ngram = string[index:index+n] # collect ngram 
    index += 1 # important to add this, otherwise the loop is eternal! 
    print(ngram) 

接下來，只是在循環中包含你想要用bigram做什麼。