输出来两次更新一个Q问30分钟前发布这个

Question

这是我的密码

import re
    with open('newfiles.txt') as f:
        k = f.read()
    p = re.compile(r'[\w\:\-\.\,\']+|[^[\w\:\-\.\'\,]\s]')
    originaltext = p.findall(k)
    uniquelist = []
    for word in originaltext:
        if word not in uniquelist:
            uniquelist.append(word)
    indexes = ' '.join(str(uniquelist.index(word)+1) for word in originaltext)
    n = p.findall(indexes)
    file = open("newfiletwo.txt","w")
    file.write (' '.join(str(e) for e in n))
    file.close()
    file = open("newfilethree.txt","w")
    file.write(' '.join(uniquelist))
    file.close()
    with open('newfiletwo.txt') as f:
        indexess = f.read()
    with open('newfilethree.txt') as f:
        differentwords = f.read()
    differentwords = p.findall(differentwords)
    indexess = [uniquelist.index(word) for word in originaltext] 
    for word in originaltext:
        if not word in differentwords:
            differentwords.append(word)
        i = differentwords.index(word)
        indexess.append(i)
    s = "" # the reconstructed sentence
    for i in indexess:
        s = s + differentwords[i] + " "
    print(s)

程序基本上获取一个外部文本文件，返回其位置的索引（如果有任何单词重复，则获取第一个位置），然后将这些位置保存为一个外部文件。在这样做的同时，我分割了文本文件，包括分割标点符号，并将文件中出现的不同单词和标点符号保存为外部文件。现在，对于困难的部分，使用这两个外部文件-索引和不同的分隔词，我尝试重新创建原始文本文件，包括标点符号。但是标题中显示的错误发生了：

Traceback (most recent call last):
        File "E:\Python\Index.py", line 31, in <module>
           s = s + differentwords[i] + " "
    IndexError: list index out of range

我不想听起来粗鲁，但我是一个初学者，请尝试用一种简单的方式尽可能少的改变，因为这是我自己创造的。你们可能知道一个短得多的方法来做这件事，但这是我能处理的简单程度，代码的长度证明了这一点。我试图缩短原始文本文件，但那证明没有用。有人知道为什么会发生错误以及如何修复它吗？我现在不是在寻找效率，也许再学习几个月后，但最简单（我不介意太长）的答案将是最好的。抱歉，我重复了很多次：-）

“newfiles”-一堆带有标点符号的句子

更新

代码不显示错误，但打印两次原始语句。由于删除了第23行上的+1，错误已消失。有人知道为什么输出会重复两次吗？你知道吗

Answer 1

问题是，你如何限定什么词是，什么词不是。例如，逗号是单词的一部分吗？在你的情况下，这是没有提到这样，而它也不是一个分隔符。所以你会得到一个单独的单词逗号，或点，等等。我无法访问您的输入，因此我只能提供示例：

p = re.compile(r'[\w\:\-\.\,]+|[^[\w\:\-\.\,]\s]')

有一点-在本例中：“Word”、“Word”、“Word”、“Word.”、“Word”都是独立的词。因为dot和coma是单词的一部分。你不能吃了蛋糕就吃了。为了解决这个问题。。。如果分离前有空格，则需要存储信息。你知道吗

更新： 哦，是的。双倍输出。存储在中间的文件-正常。所以在那之后有些东西被归档了。看这两行： i = differentwords.index(word) indexess.append(i) 它们必须在前面的if语句中。你知道吗