forked from tdwojak/Python2017
38 lines
1.3 KiB
Python
38 lines
1.3 KiB
Python
#!/usr/bin/env python
|
|
# -*- coding: utf-8 -*-
|
|
|
|
|
|
"""
|
|
Zad 4. Napisz funkcje oov(text, vocab), która zwraca listę wyrazów
|
|
(bez duplikatów), które występują w tekście text i nie występują w liście
|
|
znanych wyrazów vocab. Argumenty funkcji text i vocab to odpowiednio łańcuch
|
|
znakowy i lista łańuchów znakowych. Wszystkie wyrazy należy zmienić na małe
|
|
litery. (OOV = out of vocabulary) (W pythonie istnieje struktura danych tak
|
|
jak 'set', która przechowuje elementy bez powtórzeń.)
|
|
"""
|
|
|
|
|
|
def oov(text, vocab):
|
|
text_list = text.casefold().replace("(", "").replace(",", "").replace("[", "").replace(" "," ").split(" ")
|
|
set_text = set(text_list)
|
|
string_vocab = str()
|
|
for i in vocab:
|
|
string_vocab +=i.lower()+" "
|
|
vocab_list = string_vocab.replace(",", "").split(" ")
|
|
return list(set(text_list) - set(vocab_list))
|
|
|
|
|
|
def tests(f):
|
|
inputs = [("this is a string , which i will use for string testing",
|
|
[',', 'this', 'is', 'a', 'which', 'for', 'will', 'i'])]
|
|
outputs = [['string', 'testing', 'use']]
|
|
|
|
for input, output in zip(inputs, outputs):
|
|
if set(f(*input)) != set(output):
|
|
return "ERROR: {}!={}".format(f(*input), output)
|
|
break
|
|
return "TESTS PASSED"
|
|
|
|
if __name__ == "__main__":
|
|
print(tests(oov))
|