前言

我想實現(xiàn)的功能過于復(fù)雜，我都不知道我能不能用語言表述清楚，花了五六個小時寫了這個程序，還是好好陳述一下需求吧。

因為我做命名實體識別嘛，我昨天想起來把數(shù)據(jù)擴充一下，怎么擴充呢，就是把相同類型的實體互換一下位置。例如

和

把這兩個互換，就可以實現(xiàn)擴充數(shù)據(jù)集的目的了。再對其它類型的實體也互換，例如

之類。

所以我們來整理下需求。

需求

總

一個大方向就是把同種類型的實體互換，并將互換后的數(shù)據(jù)寫進一個文件中，當作擴充的數(shù)據(jù)集。

分

如何實現(xiàn)實體互換呢？

識別所有類型的實體并把它們放入不同的列表中，見程序段1；

實現(xiàn)互換之前，需要知道用什么換？這里我用random.shuffle函數(shù)打亂實體list得到一個新的list B，將list A中的元素替換為list B的元素，見程序段2；

有了list A和list B，就可以替換了，將list A對應(yīng)的元素替換為list B的元素，見程序段3；

替換完成，寫入文件，見程序段4。

看起來好像不是很復(fù)雜，其實里面有很多坑需要跨過去，只有自己動手寫才會知道問題在哪兒，編程真有意思。

import random

a = []

b = []

with open('1.txt', encoding='utf8') as file:

for line in file:

line = line.strip().split(' ')

if len(line) == 2:

a.append(line[0])

b.append(line[1])

else:

a.append('Newline')

b.append('Newline' + '\n')

with open('2.txt', 'w', encoding='utf8') as file2:

for index, value in enumerate(a):

file2.write(value + ' ' + b[index] + ' ')

loc = ''

name = ''

org = ''

loc_list = []

name_list = []

org_list = []

entity = ''

entity_list = ['LOC', 'ORG', 'NAME', 'TITLE', 'RACE', 'PRO', 'EDU', 'CONT']

# all_entity_list是雙重列表，子列表是每種實體的列表

all_entity_list = []

all_entity_list_copy = []

# 生成LOC實體列表

# 用random.shuffle會改變loc_list的所有副本，即便你在使用shuffle之前就copy了一份，還是會被改掉。

# 所以我用一個新的空列表來接收原列表的值

# 程序段1：識別不同類型的實體并分別存入兩個list中，這是因為后面shuffle操作會打亂list，所以多保存一個list方便實現(xiàn)之后的替換。

for ind, val in enumerate(entity_list):

part_entity_list = []

# 得從這兒開始就創(chuàng)建copy

part_entity_list_copy = []

for index, value in enumerate(b):

if value.find(val) != -1:

entity += a[index] + ' ' + value + ' '

if value.find('E-' + val) != -1:

part_entity_list.append(entity)

part_entity_list_copy.append(entity)

entity = ''

all_entity_list.append(part_entity_list)

all_entity_list_copy.append(part_entity_list_copy)

# print(all_entity_list)

# 保留原列表，并生成shuffle后的列表

# all_entity_list_copy = []

# loc_list_copy=loc_list

# print('*****',all_entity_list_copy)

# shuffle all_entity_list中的子列表

# 程序段2：打亂原實體list

all_entity_list_shuffle = []

for part_entity_list in all_entity_list:

random.shuffle(part_entity_list)

all_entity_list_shuffle.append(part_entity_list)

# 驗證是否shuffle成功

print('*****', all_entity_list_copy)

print('*****', all_entity_list_shuffle)

file3 = open('2.txt', encoding='utf8')

# 程序段3：將list A中的元素替換為list B的元素

with open('4.txt', 'w', encoding='utf8') as file4:

# 對每一行而言

for i in file3:

# 對于不同類型的實體，我需要嵌套多個for循環(huán)

for ind, part_entity_list in enumerate(all_entity_list_copy):

# 進入每個子列表

for index, value in enumerate(part_entity_list):

# print(value+'\n')

# print(all_entity_list[ind][index]+'\n')

if i.find(value) != -1:

# print(value+'\n')

# print(all_entity_list_shuffle[ind][index]+'\n')

i = i.replace(value, all_entity_list[ind][index])

# 當我在一個句子中找到第一個要被替換的字符串后，先替換，然后就跳出for循環(huán)，

# 不然的話程序會一直檢測這個句子中是否還有要被替換的字符串，那我之前做的替換就會被后面的所取代。

break

file4.write(i)

# 程序段4：生成一個新的打亂后的文件5.txt

words=[]

labels=[]

with open('4.txt', encoding='utf-8') as file:

for line in file:

line = line.strip().split(' ')

for num in range(len(line)):

if (num+1)%2==0:

labels.append(line[num])

else:

words.append(line[num])

with open('5.txt', 'w',encoding='utf-8') as f:

for num in range(len(labels)):

f.write(words[num]+' '+labels[num]+'\n')

file5 = open('5.txt', encoding='utf-8')

with open('6.txt', 'w', encoding='utf-8') as file6:

text = file5.read()

file6.write(text.replace('Newline', ''))

效果圖

源文件

現(xiàn)文件

剩下的就是把源文件和現(xiàn)文件復(fù)制粘貼到一起作為一個數(shù)據(jù)集了，不知道這樣會不會提升模型精度，但愿吧。

總結(jié)

以上是生活随笔為你收集整理的python调换字符串顺序_python实现指定字符串交换的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。