MDX 词组提取拆分

[lurker]

代码：

extract.py (2.0 KB)

节选：

def split_the_phrase(ph):
    list_ph = list()
    if " = " in ph:
        return list_ph
    for elem1 in ph.split(", "):
        list_tmp1 = [elem2.split("/") for elem2 in re.split(r"([()… ]+)", elem1)]
        list_tmp2 = list(itertools.product(*list_tmp1))
        list_ph += list_tmp2
    return list_ph

https://docs.python.org/3/library/itertools.html#itertools.product

[hkreporter]

非常感谢！汇报一下：encoding设置为utf-8为好，不然会出现gbk解码报错。改了两处之后就正常运行了。
附上小改后的代码：
extract.py (2.1 KB)
经验：合并txt不需要复制，可以用命令行完成：https://blog.csdn.net/shaoxiaohu1/article/details/8556898
copy *.txt c:\merged.txt

制作成功：

[extract.py|attachment]

[lurker]

我这儿默认utf-8。合并，linux下我最喜欢用：

cat dict_* > dict.txt

[endnote]

支持授人以渔。

[choc]

太厉害了（虽然没看懂，但觉得很牛），先收藏，慢慢学习。