sort（）を使用してset（）を使用して、重複排除された順序付きリストをPythonで使用できないようにします。

Question

私は、txtファイルからすべての単語をピックアップし、辞書的に並べ替えるPythonスクリプトを開発しています。ここではスクリプトは次のとおりです。

import re 


with open ("test.txt") as f: 
    selectedWords =[] 
    lines = f.readlines() 
    for line in lines: 
     line = re.sub("_", ' ', line) #Different word dellimiters 
     words=re.findall(r"[\w']+", line.lower()) 
     for word in words: 
      if re.search(r"[\d']+", word):#delete invalid words such as h2llo 
       continue 
      else: 
       selectedWords.append(word) 

selectedWords.sort() 
selectedWords=set(selectedWords) 
for i in selectedWords: 
    print i 
f.close() 

例入力は次のとおりです。

to be or not 
to 
be that is 
the q2estion 

と予想される出力は次のとおりです。

be 
is 
not 
or 
that 
the 
to 

Answer 1

あなたに変換するときは、ソートのすべての作業を元に戻すしていますset、リストとは異なり、セットは順序付けされていません。彼らは順序を持たないので、並べ替えられたり、ソートされたりすることはできません。代わりに

# BROKEN 
selectedWords = ['some', 'test', 'data', 'here'] 
selectedWords.sort()    # this becomes moot 
selectedWords=set(selectedWords) # ...because this throws away everything it did. 
for i in selectedWords: 
    print i 

...：

# CORRECT 
selectedWords = ['some', 'test', 'data', 'here'] 
selectedWords=list(set(selectedWords)) 
selectedWords.sort() 
for i in selectedWords: 
    print i 

...または、セットとしてデータ構造を保持しますが、一時的なソートされたバージョンを生成し、印刷すること：

selectedWords = ['some', 'test', 'data', 'here'] 
selectedWords = set(selectedWords) 
for i in sorted(selectedWords): 
    print i 

Answer 2

setはソートされていないので、データをソートした後でsetを使用することはできません。 このようにすることができます。

selectedWords=list(set(selectedWords)) 
selectedWords.sort() 
for i in selectedWords: 
    print i