2

我正在从一种源语言（输入文件）音译到目标语言（目标文件），所以我在源代码的字典中检查等效映射，源代码中的某些字符没有等效映射，例如comma(,) 和所有其他此类特殊符号。如何检查字符是否属于我具有等效映射的字典，甚至处理要在目标文件中打印的在字典中没有等效映射的特殊符号。谢谢：）。

4

5 回答 5

3

我的建议rules是，将字符映射到其音译等价物：

results = []
for char in source_text:
    results.append(rules.get(char, char))
return ''.join(results)    # turns the list back into a string

get如果键不存在，dict 的方法将返回键的值或默认值——通常默认值为None，但在这种情况下，我们给出了与默认值（第二个参数）相同的字符，这样如果找不到密钥，它只会返回自己。

使用生成器表达式编写此代码的更紧凑的方法是：

''.join((rules.get(char, char) for char in source_text))
于 2010-02-13T14:49:36.923 回答
3

如果您使用translateUnicode 对象的方法，正如我在回答您的另一个问题时所建议的那样，一切都会按照您的意愿自动为您完成：c代码点 ( ord(c)) 不在音译字典中的每个 Unicode 字符都简单地从输入传递到输出，如你所愿。为什么要重新发明轮子？

于 2010-02-13T16:58:40.830 回答
1

我想你想要这样的东西：

tokenMapping = {"&&" : "and"}

for token in source file: # <-- pseudocode
    translatedToken = tokenMapping[token] if token in tokenMapping else "transliteration unknown"

如果字典中有翻译（例如“&&” -> “and”），它将使用它。否则它将翻译为“音译未知”。

希望有帮助。

编辑：正如 LeafStorm 所建议的，字典的get功能可用于简化上述代码。循环中的代码行将变为

    translatedToken = tokenMapping.get(token, "transliteration unknown")
于 2010-02-13T14:15:07.787 回答
0 
dictx = {}
for itm in my_source :
    dictx[itm] = dictx.get(itm, 0) + 1

我没有完全理解你的问题的细节，但这是我能想到的最简单的例子，它说明了我认为你所追求的模式。

我相信'get'方法就是你想要的。它允许您从字典中检索一个键，但如果该键不存在，您可以设置一个默认值 - 即“我想要 dictx[itm]（分配给键 'itm' 的值）但如果' itm' 不在字典中，然后创建它并为 .'

此片段将遍历您的源文档（'my_source'）并计算其中各种项目的频率，将这些计数作为值添加到字典中已有的键中，但是当它到达不存在键的项目时，不抛出异常，添加一个键并分配一个值“0”。

于 2010-02-13T14:37:29.043 回答
0

这似乎很简单。如果你的字典是char to char，那么你会做类似的事情

outstr = ''
for ch in instr:
    if ch in mydict:
        outstr += mydict[ch]
    else:
        outstr += ch

在这里， instr 是您的输入字符串，而 mydict 包含您从字符到字符的映射。

如果你想检查单词的一部分，我建议使用两本字典：一个包含任何单词中包含的字符，一个包含单词。你可以像这样使用它：

outstr = ''
word = ''
for ch in instr:
    if ch in chardict:
        word += ch
    else:
        if len(word):
            if word in worddict:
                outstr += worddict[word]
            else:
                outstr += word
            word = ''
        outstr += ch
if len(word):
    outstr += worddict[word]
else:
    outstr += word

例如，chardict 可能包含所有字母表。当然，你可能想要做一些不同的部分（比如使用 chardict 以外的东西来检查一个 char 是否被认为是一个有效单词的一部分——也许是二进制搜索的东西），但希望你明白这个想法.

于 2010-02-13T15:56:50.217 回答