1

我想转换标准字典中的所有单词（例如：unix机器的/usr/share/dict/words）整数并在字典中的每两个单词之间找到XOR（当然在将它们转换为整数之后）并可能存储它在一个新文件中。

由于我是 python 新手，而且文件很大，所以程序时不时地挂起。

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()
4

2 回答 2

2

首先，我们需要一种将您的字符串转换为 int 的方法，我会编写一个（因为您所做的对我根本不起作用，也许您的意思是编码为 un​​icode？）：

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

接下来，我们需要处理文件。以下适用于 Python 2.7 及更高版本，（在 2.6 中，只需嵌套两个单独的 with 块，或使用contextlib.nested：

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
于 2014-03-02T23:17:49.203 回答
0

这段代码似乎对我有用。您可能会遇到效率问题，因为您正在调用readlines()整个文件，这会将其全部拉入内存。

该解决方案针对每一行逐行遍历文件并计算异或。

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()
于 2014-03-02T22:47:51.860 回答