用相同的soundex替换单词

我会使用:

# mapping from soundex to correct word
soundex_to_ref = {jellyfish.soundex(w): w for w in ref_data}

for line in text1:
    words = [soundex_to_ref.get(jellyfish.soundex(w), w) for w in line.split()]

这会为每一行生成一个单词列表,所有与拼写正确的单词匹配的单词都由soundex替换为正确的单词。

这个 [... for .. in ...] 语法是一种列表理解,它为 for 环所以,对于 line.split() 我们产生 soundex_to_ref.get(jellyfish.soundex(w), w) 表达式。

这个 soundex_to_ref 对象是一个字典,从 ref_data 列表对于列表中的每个单词,字典都有一个关键字(该单词的soundex值),该值是原始单词。这使我们可以轻松查找给定soundex的参考词。

dict.get() 让您在字典中查找关键字,如果是 不 如果存在,则返回默认值。 soundex.to_ref.get(水母.soundex(w),w) 为当前单词创建soundex w ,查找参考单词,如果词典中不存在soundex,则替换原始单词。

您可以加入 words 使用以下方法将列表重新排列成一个句子:

line = ' '.join(words)

您可以重建 text1 在一个表达式中:

text1 = [' '.join([soundex_to_ref.get(jellyfish.soundex(w), w) for w in line.split()])
         for line in text1]