python - 同一个词的KeyError

Question

我正在尝试生成圣经风格的句子。但是每当我运行它时，它都会在同一个单词上的 KeyError 处停止。这是令人困惑的，因为它只使用自己的键，并且每次在错误中都是同一个词，尽管有 random.choice。

如果您想运行它，这是 txt 文件:ftp://ftp.cs.princeton.edu/pub/cs226/textfiles/bible.txt

import random

files = []
content = ""
output = ""

words = {}

files = ["bible.txt"]
sentence_length = 200

for file in files:
    file = open(file)
    content = content + " " + file.read()

content = content.split(" ")

for i in range(100):  # I didn't want to go through every word in the bible, so I'm just going through 100 words
    words[content[i]] = []
    words[content[i]].append(content[i+1])

word = random.choice(list(words.keys()))

output = output + word

for i in range(int(sentence_length)):
    word = random.choice(words[word])
    output = output + word

print(output)

Answer 1

KeyError 发生在这一行:

word = random.choice(words[word])

它总是发生在“中间”这个词上。

如何？ “中间”是文本中的第 100 个单词。而第100位是第一次见到。结果是“midst”本身从未作为关键字放入 words 中。因此 KeyError。

为什么程序到达这个词这么快？部分原因是这里有一个错误:

for i in range(100):
    words[content[i]] = []
    words[content[i]].append(content[i+1])

这里的错误是 words[content[i]] = [] 语句。每次看到一个字，您为它重新创建一个空列表。而“midth”之前的词是“the”。很常见的一句话，文中很多其他词都有“the”。由于 words["the"] 是 ["midst"]，尽管存在随机性，但问题往往会发生很多次。

您可以修复创建单词的错误:

for i in range(100):
    if content[i] not in words:
        words[content[i]] = []
    words[content[i]].append(content[i+1])

然后当你随机选择单词时，我建议添加一个 if word in words 条件，处理输入中最后一个单词的极端情况。