python - 标签计数器 Python

Question

我是一名 Python 初学者。作为练习，我必须编写一个 python 函数来扫描字符串列表，计算主题标 checkout 现的次数并将其放入字典中。示例:

[
    "hi #weekend",
    "good morning #zurich #limmat",
    "spend my #weekend in #zurich",
    "#zurich <3"
]

分析完这个列表后，函数应该返回:

{'weekend': 2, 'zurich': 3, 'limmat': 1}

只允许使用字母和数字，空格和句点等其他任何内容都可以作为标签的结尾。

我们可以假设该参数始终是一个有效的字符串列表，您不需要提供任何类型的输入验证。

主题标签是特定于案例的。 #ZURICH 应算作与 #zurich 不同的主题标签。

---

我有一个丑陋的函数初稿，如果字符串中有多个主题标签，它就不起作用，因为它会跳过第二个。我不一定需要关于如何简化函数或使其更像 pythonic 的提示(当然，它仍然会受到赞赏)。我只想知道为什么它不起作用。

---

def analyze(posts):
    hashtag_dict = {}
    for post_string in posts:
        for char in post_string:
            if char == "#":
                hash_index = post_string.find(char)
                counter = 1
                tag = ""
                for tag_char in post_string[hash_index + 1:]:
                    if tag_char.isdigit() or tag_char.isalpha():
                        tag += tag_char
                    elif tag in hashtag_dict:
                        counter += 1
                        hashtag_dict[tag] = counter
                        break
                    else:
                        hashtag_dict[tag] = counter
                        break
    return hashtag_dict


posts = [
        "hi #weekend",
        "good morning #zurich #limmat",
        "spend my #weekend in #zurich",
        "#zurich <3"]

print(analyze(posts))

---

如有任何帮助，我们将不胜感激!

Answer 1

从根本上说，你的函数不起作用，因为这一行

hash_index = post_string.find(char)

将始终在字符串中找到第一个 哈希标签的索引。这可以通过提供 start index to str.find 来解决。 ，或者，更好的是，根本不调用 str.find 而是在遍历字符串时维护索引(您可以为此使用 enumerate)。更好的是，不要使用索引，如果您重构解析器以使用状态机，则不需要它。

也就是说，Pythonic 实现会将整个函数替换为 regular expression ，这将使它变得更短、更正确、更易读，并且可能更高效。