【蓝因子教育】Python：MOOC学校名单|关键词提取和查询-外链论坛

esc0rp 发表于 2024-8-18 12:31:47

【蓝因子教育】Python：MOOC学校名单|关键词提取和查询

<img src="//q9.itc.cn/images01/20240615/6389ad6b16fb40ccbdba3504cd9205ef.jpeg" style="width: 50%; margin-bottom: 20px;">
1、题目
附件文件data.txt是教育部爱课程网中国大学 MOOC 平台的某个 HTML 页面源文件，里面包括了我国参与 MOOC 建设的一批大学或公司列表。‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‫‬
问题1：请编写程序，从 data.txt 中提取大学或公司名叫作列表，将结果写入文件univ.txt，每行一个大学或公司名叫作，根据大学或公司 在data.txt 显现的先后次序输出，样例如下：‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‫‬
南京理工大学
南京师范大学
...‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬
提示：所有大学名叫作在 data.txt 文件中以 alt="南京理工大学" 形式存在。‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‫‬
问题2：请编写程序，从 univ.txt 文件中提取大学名叫作，大学名叫作以显现“大学”或“学院”字样为参考，但不包含“大学生”等字样，将所有大学名叫作在屏幕上输出，大学各行之间无空行，最后给出名叫作中包括“大学”和“学院”的名叫作数量，同期包括“大学”和“学院”的名叫作以结尾的词做为其类型。样例如下（样例中数量不是真实结果，北京工商大学嘉华学院算作学院）：‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‫‬
南京理工大学
长沙师范学院
包括大学的名叫作数量是10
包括学院的名叫作数量是12
2、第1题处理办法
1. 官方解法
经过split的办法，先按照【alt=】来分割字符，再用引号来分割，前者切片取最后一个元素【-1】，后者取第二个元素【1】，即引号后面的内容，因此官方给出的代码如下所示。
fi = open("data.txt","r")
f = open("univ.txt","w")
for line in fi:
if "alt" in line:
dx = line.split("alt=")[-1].split(")
f.write("{}\n".format(dx))
f.close()
fi.close()
2. 个人解法
题目中无需求，能够用用正则表达式来提取，这就要用到re.findall()来提取。这种好处是不消遍历每一行，直接读取内容提取就可，省时有效。
import re
f = open("univ.txt", "w")
with open("data.txt","r",encoding="utf-8") as fi:
line = fi.read()
line = re.findall(alt="(.*大学)",line)
for i in line:
f.write(i+"\n")
f.close()
3、第二题解法
1. 官方的解法
官方解法中规中矩，用上了for循环，if判断，文本打开关闭，以及列表切换等等。
n = 0 
m = 0 
f = open("univ.txt", "r") 
lines = f.readlines() 
f.close() 
for line in lines: 
line = line.replace("\n","")
if 大学生 in line: 
continue
elif 学院 in line and 大学 in line: 
if line[-2:] == 学院:
m += 1
elif line[-2:] == 大学: 
n += 1
print({}.format(line))
elif 学院 in line:
print({}.format(line)) 
m += 1 
elif 大学 in line: 
print({}.format(line)) 
n += 1
print("包括大学的名叫作数量是{}".format(n)) #输出大学计数
print("包括学院的名叫作数量是{}".format(m)) #输出学院计数
思虑了排除了大学生这个关键词，而后用列表切片的办法来判断文本的结尾用的是学院还是大学。
2. 个人的解法
个人解法中，尽可能用正则表达式来简化程序，用【$】限制以大学和学院结尾。用【re.findall()】来判断是不是包括某个关键词。
import re
m = 0
n = 0
fi = open("univ.txt", "r",encoding=utf-8)
for line in fi:
line = line.strip()
daxue = re.findall("大学$",line)
if len(daxue)!=0:
m+=1
print(line)
xueyuan = re.findall("学院$",line)
if xueyuan:
print(line)
n+= 1
print("包括大学的数量是{}".format(m))
print("包括学院的数量是{}".format(n))<a style="color: black;">返回外链论坛：www.fok120.com，查看更加多</a>

责任编辑：网友投稿

星☆雨 发表于 2024-8-23 20:48:26

哈哈、笑死我了、太搞笑了吧等。

7wu1wm0 发表于 2024-10-24 17:43:30

楼主的文章非常有意义，提升了我的知识水平。

nykek5i 发表于 2024-11-6 02:56:47

你的话语真是温暖如春，让我心生感激。

页: [1]

外链论坛's Archiver

【蓝因子教育】Python：MOOC学校名单|关键词提取和查询