Question

python文本处理问题

因为原始数据较大，要求处理速度尽量较快，使用非递归。

有文本a.txt存储有如下格式的文件：
我 是 中国 人
巴林 公主 将 于 今日 举行 婚礼

有另一个文本b.txt存储有
我
我 是
是 中国 人
中国 人
我 是 中国
人
巴林
公主
将
于
今日
举行
举行 婚礼

要求生成一个新的文本c.txt,存储为如下格式：
[我] [是 中国 人]
[我 是] [中国 人]
[我 是 中国] [人]
[巴林] [公主] [将] [于] [今日] [举行] [婚礼]
[巴林] [公主] [将] [于] [今日] [举行 婚礼]

例如：
a.txt里面的句子：
巴林 公主 将 于 今日 举行 婚礼

通过搜索b.txt文件，发现有：
巴林 公主 将 于 今日 举行 婚礼
这样7种可能的切分

所以生成一个新的句子存放在c.txt中
[巴林] [公主] [将] [于] [今日] [举行] [婚礼]

答对再加100，跪求大神就是通过b.txt文件对a.txt里面的句子进行处理。

• 你的回答被采纳后将获得：
• 系统奖励15（财富值+成长值）+难题奖励10（财富值+成长值）+提问者悬赏200（财富值+成长值）

Answer 1

你原来题目是不是有问题，

[巴林] [公主] [将] [于] [今日] [举行] [婚礼]

这个是怎么得到的？ b.txt里根本没有 "婚礼" 这个词。

追问

是的，那说明不能得到
[巴林] [公主] [将] [于] [今日] [举行] [婚礼]

如果找不到相应的词，就直接跳过的。

追答

搞了好半天才搞定中文，下面的代码要求 a.txt 和 b.txt 必须是 utf-8 编码，如果你的文件全是 ascii的英文的，那自己把所有utf-8相关的语句删掉即可。另外我的代码直接打印出来了结果，你可以用重定向或者把 print 那里改成写 c.txt 。 另，用的是 python2，如果你是 python3，改一下 print 语句即可

晕，这个二次回答里竟然有字数限制，代码贴不上来……

追问

大神，现在可以的吗？

追答

字数超过限制，你另外开一个问题，把链接回复在下面，我去那个问题里贴代码，baidu只在第一次回答的时候没有字数限制，而且还不允许修改已有回答。

Answer 2

请把文件放到百度网盘，便于大家测试。

追问

用如上测试数据就可以的，a.txt就是句子，b.txt存放词组，但是b中的词组顺序与a并不对应。