Problem: 敏感词文本文件 filtered_words.txt,里面的内容 和 0011题一样,当用户输入敏感词语,则用 星号 替换,例如当用户输入「北京是个好城市」,则变成「*是个好城市」。

Solution: Replace Sensitive Words, Python:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
#!/usr/bin/env python
# -*- encoding: utf-8 -*-
# @Date : 2015-03-21 16:02:03
# @Author : NSSimacer
# @Version : 1.0
import sys
import easygui
# 设置系统编码为 UTF-8,处理中文乱码问题
reload(sys)
sys.setdefaultencoding('utf-8')
def load_file(filtered_words_file):
'''
加载保存敏感词的文件
'''
words = []
with open(filtered_words_file, 'r') as f:
for line in f:
words.append(
line.strip().lower().decode('utf-8', 'ignore'))
return words
def replace_sensitive_words(input_str, words):
'''
把输入字符串中的敏感字符用 * 替换
'''
for word in words:
#if word in input_str:
if input_str.find(word) != -1:
input_str = input_str.replace(word, '*' * len(word))
return input_str.decode('utf-8', 'ignore')
if __name__ == '__main__':
input_str = easygui.enterbox(
msg='Enter a string: ',
title='Replace Sensitive Words')
filtered_words_file = 'filtered_words.txt'
print replace_sensitive_words(
input_str.lower().decode('utf-8', 'ignore'),
load_file(filtered_words_file))

主要目的是练习 Python 字符串操作,子串是否出现在在给定字符串中 input_str.find(self, args),如果出现,用其他字符去替换 input_str.replace(self, old, new[, maxcount])

遇到中文,不要把问题想得复杂了 —— 比如事先需要对输入串分词之类的。就是简单的子串匹配问题。囧rz … 需要注意的是,在统计字符串长度的时候,对汉字的编码/解码需要采用合适的字符集(一般 Unicode 或者 GBK),选择的字符集不同,得到的字符串长度会不同。

题目来源:Python 练习册,每天一个小程序 THX!