1

arquivo texto utilizado: https://easyupload.io/j5agtq O método faz parte de uma classe chamada ArqTexto

Objetivo: O método não utiliza entrada e retorna, em um objeto tuple, (1) o número médio de palavras por sentença no arquivo, (2) o número de palavras na sentença com mais palavras e (3) o número de palavras na sentença com menos palavras. Você pode considerar que os símbolos que delimitam uma sentença sejam '!?.'.

O que eu fiz:

def media(self):
    import string
    marcadores = ["?", ".", "!"]
    cont = 0
    total_pal = 0
    num_frases = 0
    qtdade_palavras = []
    frase = ""
    with open(arq) as f:
        texto = f.read()
        # print(texto)
        for char in texto:
            frase += char

            if char in marcadores:
                # print(frase)
                # print(len(frase.split()))
                for pal in frase.split():
                    for i in string.punctuation:
                        if i in pal:
                            pal = pal.replace(i, "")
                    pal = pal.lower()
                    cont += 1

                # print(cont)
                total_pal += cont
                num_frases += 1
                frase = ""
                qtdade_palavras.append(cont)
                cont = 0
                continue
    print(f"O numero médio de palavras por sentença é {total_pal / num_frases}")
    print(f"O número de palavras na sentença com mais palavras é {max(qtdade_palavras)}")
    print(f"O número de palavras na sentença com menos palavras é {min(qtdade_palavras)}")

A saída da minha função:

O numero médio de palavras por sentença é 25.488888888888887
O número de palavras na sentença com mais palavras é 124
O número de palavras na sentença com menos palavras é 2

Observei que, na verdade, a sentença com menos palavras tem apenas 1 palavra e não DUAS:

`Prophet!

O que estou errando?

código fonte completo: https://www.pastiebin.com/5df6940dbc109

5
  • Não conseguir encontrar nenhum erro, tentei reproduzir o código e tudo saiu bem com os resultados esperados, o problema pode esta no aquivo de texto que você esteja abrindo, se puder coloque todo o arquivo que é aberto em with open(arq) as f:, fora isso, só algumas linhas que poderiam ser removidas que não fazem diferença a não ser que faça algo em outra parte do código 15/12/2019 às 18:31
  • @Guilherme França de Oliveira: Vou editar e colocar o link do código completo
    – Ed S
    15/12/2019 às 20:12
  • @Guilherme França de Oliveira código completo: pastiebin.com/5df6940dbc109
    – Ed S
    15/12/2019 às 20:16
  • Conseguiria disponibilizar o arquivo raven.txt? que talvez a solução do problema esteja nele, que o código em si esta rodando bem, reproduzindo ele aqui utilizando um arquivo qualquer esta obtendo a saída correta, tem algumas coisas que você tem que arrumar no seu código, porém, postarei aqui quando tiver a solução completa 15/12/2019 às 21:15
  • @Guilherme França de Oliveira Está na pergunta: easyupload.io/j5agtq
    – Ed S
    15/12/2019 às 21:18

1 Resposta 1

1

Em seu código esta coletando a frase até uma pontuação especifica e verificando quantas palavras há nela, no caso o seu arquivo onde se encontra a palavra Prophet! esta assim um pouco antes

Quoth the raven, `Nevermore.'

`Prophet!' said I, `thing of evil! - prophet still, if bird or devil! -

ele termina a frase anterior no . e começa uma nova no ', deixando a frase assim ' 'Prophet! sendo que ele conta como palavra os parenteses, o que você pode fazer é acrescentar no código essa linha

frase = frase.replace('`', '').replace('"', '').replace("'", '')

deixando assim

def media(self):
    import string
    marcadores = ["?", ".", "!"]
    cont = 0
    total_pal = 0
    num_frases = 0
    qtdade_palavras = []
    frase = ""
    with open(self.arq) as f:
        texto = f.read()
        # print(texto)
        for char in texto:
            frase += char

            if char in marcadores:
                print(frase)
                # print(len(frase.split()))
                frase = frase.replace('`', '').replace('"', '').replace("'", '')
                for pal in frase.split():
                    for i in string.punctuation:
                        if i in pal:
                            pal = pal.replace(i, "")
                    pal = pal.lower()
                    cont += 1

                # print(cont)
                total_pal += cont
                num_frases += 1
                frase = ""
                qtdade_palavras.append(cont)
                cont = 0
                continue
    print(f"O numero médio de palavras por sentença é {total_pal / num_frases}")
    print(f"O número de palavras na sentença com mais palavras é {max(qtdade_palavras)}")
    print(f"O número de palavras na sentença com menos palavras é {min(qtdade_palavras)}")

Outra coisa que você deveria muda no seu código é quando você abre os arquivos, na sua __ini__ você da um parâmetro a sua classe que seria o nome do arquivo e instancia já fornecendo o arquivo, porem quando você chama o método ele não usa o arquivo da __init__ e sim da sua variável global, para corrigi isso utilize 'self'

with open(self.arq) as f:

que caso você mude a variável global, não altera o valor do objeto instanciado

fora algumas linhas que diria ser inúteis no meio do seu código que não acrescenta em nada a não ser que tenha planos para elas

por exemplo o continue no final do for sendo que assim que ele termina ja deverá recomeçar automaticamente, no caso você deveria usar caso no meio do for os caminhos vão para lugares diferentes

fiz umas modificações em seu código para deixa o mais organizado, mas não removi as linha que acho inúteis, segue o link https://repl.it/repls/OverdueNavyblueNetbsd


Edit

outra maneira de resolver seria utilizando o if

def media(self):
    import string
    marcadores = ["?", ".", "!"]
    cont = 0
    total_pal = 0
    num_frases = 0
    qtdade_palavras = []
    frase = ""
    with open(self.arq) as f:
        texto = f.read()
        # print(texto)
        for char in texto:
            if char not in "`'" + '"-':
                frase += char

                if char in marcadores:
                    print(frase)
                    # print(len(frase.split()))
                    for pal in frase.split():
                        for i in string.punctuation:
                            if i in pal:
                                pal = pal.replace(i, "")
                        pal = pal.lower()
                        cont += 1

                    # print(cont)
                    total_pal += cont
                    num_frases += 1
                    frase = ""
                    qtdade_palavras.append(cont)
                    cont = 0
                    continue
    print(f"O numero médio de palavras por sentença é {total_pal / num_frases}")
    print(f"O número de palavras na sentença com mais palavras é {max(qtdade_palavras)}")
    print(f"O número de palavras na sentença com menos palavras é {min(qtdade_palavras)}")

edit 2

Estava um pouco sem o que fazer por agora e resolvi te mostrar uma resolução um pouco mais curta para que de uma olhada e tente tirar proveito, espero que ajude

def media(self):
    with open(self.arq) as f:
        import re
        texto = f.read()
        frases = re.split(r'[!?.]\W+\b', texto.replace('\n', ' '))
        palavras = [len(frase.replace('-', '').split()) for frase in frases]

    print(f"O numero médio de palavras por sentença é {sum(palavras) / len(frases)}")
    print(f"O número de palavras na sentença com mais palavras é {max(palavras)}")
    print(f"O número de palavras na sentença com menos palavras é {min(palavras)}")
3
  • consegue imaginar uma maneira mais simples de resolver do que a que eu tentei?
    – Ed S
    15/12/2019 às 21:54
  • Outra coisa que esqueci de falar é que ele também ta contando o - como palavram, sendo necessário remover ele também, pensei uma maneira diferente de resolver também, postarei acima 15/12/2019 às 22:19
  • 1
    acrescentei uma versão reduzida no final, de uma olhada e vê o que acha e boa sorte! 16/12/2019 às 8:42

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .