प्रश्न: txt-file में किसी विशिष्ट शब्द का अगला शब्द कैसे खोजें

data = "This is a test I created. I am blocking the last word issue. I"

search_word = "I"
list_of_words = data.split()
for word_pos, word in enumerate(list_of_words):
    if word == search_word and word_pos != len(list_of_words)-1:
        print(list_of_words[word_pos+1])

आपके पास 2 विकल्प हैं।

पहले, विभाजन के साथ

with open('tedtalk.txt','r') as f:
    data = f.read()

search_word = "I"
list_of_words = data.split()
next_word = list_of_words[list_of_words.index(search_word) + 1]

दूसरा, रेगेक्स के साथ:

import re
regex = re.compile(r"\bI\b\s*?\b(\w+)\b")
with open('tedtalk.txt','r') as f:
    data = f.readlines()
result = regex.findall(data)

with open('tedtalk.txt', 'r') as text:
words = text.read().split()

for count, value in enumerate(words):
    if value == "I":
        print(words[count+1])

आपके पहले कोड में, words एक फ़ाइल ऑब्जेक्ट है, और लाइन-दर-लाइन सत्यापन में समस्याएँ होंगी। उदाहरण के लिए, निम्नलिखित मामले में, am2 नहीं मिल सकता है।

tedtalk.txt

I am1 new here, I 
am2 new here, I am3 new here

इसलिए मैंने प्रोग्राम को संशोधित किया और फ़ाइल को बहुत बड़ा होने से रोकने और मेमोरी को विस्फोट करने से रोकने के लिए कई बार 4096 बाइट्स पढ़े।

डेटा को काट-छाँट करने से रोकने के लिए, I को एक बार पढ़ने के लिए डेटा के अंत से खोजा जाएगा, और यदि पाया जाता है, तो इसके बाद के डेटा को छोटा कर दिया जाएगा और सामने रख दिया जाएगा। अगले पढ़ने का।

import re

regex = re.compile(r"\bI\b\s*?\b(\w+)\b")


def find_index(data, target_value="I"):
    """Look for spaces from the back, the intention is to find the value between two space blocks and check if it is equal to `target_value`"""
    index = once_read_data.rfind(" ")
    if index != -1:
        index2 = index
        while True:
            index2 = once_read_data.rfind(" ", 0, index2)
            if index2 == -1:
                break
            t = index - index2
            # two adjacent spaces
            if t == 1:
                continue
            elif t == 2 and once_read_data[index2 + 1: index] == target_value:
                return index2


result = []

with open('tedtalk.txt', 'r') as f:
    # Save data that might have been truncated last time.
    prev_data = ""
    while True:
        once_read_data = prev_data + f.read(4096)
        if not once_read_data:
            break
        index = find_index(once_read_data)
        if index is not None:
            # Slicing based on the found index.
            prev_data = once_read_data[index:]
            once_read_data = once_read_data[:index]
        else:
            prev_data = ""
        result += regex.findall(once_read_data)

print(result)

आउटपुट:

['am1', 'am2', 'am3']