如何執行文件中所有單詞的異或

Question

我想將標準字典中的所有單詞（例如：/ usr/share/dict/unix機器的單詞）整數轉換並在每個單詞中找到XOR字典（將它們轉換爲整數後的字典），並可能將其存儲在一個新文件中。

由於我是python的新手，並且由於文件較大，程序不時被掛起。

任何幫助將不勝感激。

import os 
dictionary = open("/usr/share/dict/words","r") 
'''a = os.path.getsize("/usr/share/dict/words") 
c = fo.read(a)''' 
words = dictionary.readlines() 

foo = open("word_integer.txt", "a") 


for word in words: 
    foo.write(word) 
    foo.write("\t") 
    int_word = int(word.encode('hex'), 16) 
    '''print int_word''' 
    foo.write(str(int_word)) 
    foo.write("\n") 

foo.close() 

Answer 1

首先，我們需要您的字符串轉換爲int的方法，我會做出一個了（因爲你的意思是編碼爲Unicode你在做什麼，不是我工作的所有，也許？ ）：

def word_to_int(word): 
    return sum(ord(i) for i in word.strip()) 

接下來，我們需要處理這些文件。在Python 2.7以後contextlib.nested下面的作品，（在2.6，只是窩兩個獨立的積木，或者使用：

with open("/usr/share/dict/words","rU") as dictionary: 
    with open("word_integer.txt", "a") as foo: 
     while dictionary: 
      try: 
       w1, w2 = next(dictionary), next(dictionary) 
       foo.write(str(word_to_int(w1)^word_to_int(w2))) 
      except StopIteration: 
       print("We've run out of words!") 
       break 

Answer 2

此代碼似乎適用於我。您可能會遇到效率問題，因爲您在整個文件中調用readlines()，該文件立即將其全部存入內存。

該解決方案爲每行逐行掃描文件並計算xor。

f = open('/usr/share/dict/words', 'r')           

pairwise_xors = {}                

def str_to_int(w):                
    return int(w.encode('hex'), 16)            

while True:                  
    line1 = f.readline().strip()             
    g = open('/usr/share/dict/words', 'r')          
    line2 = g.readline().strip()             

    if line1 and line2:               
     pairwise_xors[(line1, line2)] = (str_to_int(line1)^str_to_int(line2)) 
    else:                  
     g.close()                
     break                 

f.close()