Python unicode 搜索没有给出正确答案

Question

我正在尝试搜索 file-1 中每个文件包含一行的印地文单词，并在 file-2 中的行中找到它们。我必须打印行号和找到的单词数。这是代码:

import codecs

hypernyms = codecs.open("hindi_hypernym.txt", "r", "utf-8").readlines()
words = codecs.open("hypernyms_en2hi.txt", "r", "utf-8").readlines()
count_arr = []

for counter, line in enumerate(hypernyms):
    count_arr.append(0)
    for word in words:
        if line.find(word) >=0:
            count_arr[counter] +=1

for iterator, count in enumerate(count_arr):
if count>0:
    print iterator, ' ', count

这是找到一些单词，但忽略其他一些单词输入文件是:文件 1:

पौधा  
वनस्पति

文件2:

वनस्पति, पेड़-पौधा  
वस्तु-भाग, वस्तु-अंग, वस्तु_भाग, वस्तु_अंग  
पादप_समूह, पेड़-पौधे, वनस्पति_समूह  
पेड़-पौधा

这给出了输出:

0 1  
3 1

显然，它忽略了 वनस्पति 并仅搜索 पौधा。我也尝试过其他输入。它只搜索一个单词。知道如何纠正这个问题吗？

Answer 1

我认为问题出在这里:

words = codecs.open("hypernyms_en2hi.txt", "r", "utf-8").readlines()

.readlines() 将在末尾留下换行符，因此您不是在搜索 पौधा，而是在搜索 पौधा\n，并且您只会在行尾匹配。如果我使用 .read().split() 代替，我会得到

0   2
2   1
3   1