Indexace a vyhledavani v souboru – Python – Fórum – Programujte.com

zdravim, potřeboval bych pomoct s vyhledávání slov v souboru, nebylo by to nic složitého, kdyby:

- mám vstupní soubor(dejme tomu nějaký článek uložený v souboru) a mám z něj udělat soubor, ve kterém se objeví slova ze vstupního souboru zapsaná pod sebou, abecedně seřazena a nesmí se opakovat, u kažého slova budou indexy řádku původního souboru, kde se nacházela

-výsledne vyhledávání bude probíhat v novém souboru, kdy mi funkce vráti vždy indexy, kde se daná slovo nacházelo

treba slovo
ahoj 1,12,22,33
brouk 2,12,22,23

když budu chtít vyhledat slovo ahoj, vratí mi funkce indexy 1,12,22,33 odpovidajcí řádkům původního souboru

byl bych rád o nástin řešení, díky moc za pomoc, Igor

Rozsekáš ten soubor na slova, tzn. mezery, čárky atd. Načteš to do seznamů a potom zarazuješ do souboru :smile4:

To sputnikone : rozsekane to mam, ale jak to zaradim do vubec nevim:/

To Igor : podle abecedy např. vestavěnou funkcí sort()

To Spectator : no tim to seradim abecedne, ale mne neni jasne toto jak udelam toto:
kdyz budu zapisovat slova a indexy na jednotlive radky, jak zapisu k nejakemu slovu, co uz mam ulozene dalsi index

pr. na prvnim a druhem radku mam:
ahoj jak se mas
ahoj mam se dobre

ahoj 1,2
dobre 2
jak 1
se 1,2
atd.

tedy kdyz uz to mam nekde na radku, ak tam pridam k tomu slovu a indexu dalsi index, doufam, ze se to da z toho pochopit, co myslim :)

kousek kodu

file = open("zkouska.txt","rt")
infile = open("zk.txt","wt")
lst = []
poc = 1
radek = file.readline()
while radek:
radek.strip(" " or "\n")
key = poc
pom = radek.split(" " or ";" or "," or "\"" or "\'" or "\\" or "." or "?" or "!" or "\n")
lst = pom
for x in range(len(lst)):
infile.write(str(lst[x])+" "+str(key)+"\n")

poc = poc + 1
radek = file.readline()
infile.close()

toto mi zapise do souboru rozsekany radky puvodniho souboru s indexy, ale potrebuju slova, co se opakuji mit na jednom radku a u nic indexy tedy misto ahoj 1, ahoj 2=>ahoj 1,2 a to nevim, jak udelat

To Igor :
S tim zapisem, udělej si nejdřív nějaký zásobník, (seznam, nebo něco) tam si nejdřív ukládej slova a indexy, když najdeš v seznamu shodu slova, tak jen přidej index až přečteš celý soubor, tak si ho seřaď a pak až zapiš do souboru rozhodně bych nezapisoval jedno po druhém


třeba si to do toho souboru ukladej v nejakem specifickem formatu. Ukladas to na jednotlive radky, tak nevidim problem v tom, udelat v podstate totoznou vec jako s ctenim textu, prectes radek a vis ze třeba dvojteckou oddelujes slovo od indexů indexy odděl třeba čárkou, pak to jen přečti.