Python的if語句

Question

我有這行代碼：

bitext = [[sentence.strip().split() 
      for sentence in pair if len(sentence) < 100] 
      for pair in zip(open(c_data), open(e_data))[:opts.num_sents]] 

c_data是中國句子
e_data文件是用英語句子的文件。
bitext應該是一個包含成對的英文和中文句子的列表，它們是彼此之間的翻譯。

由於這兩個數據文件都很大，所以我想通過僅考慮一定長度以下的句子來降低我的代碼的複雜度。長度以字符計量。

舉一個例子，
我在這裏指定長度爲100。 :opts.num_sents是一個變量，指出應該考慮數據文件中的多少個句子。

問題/錯誤
如果一箇中國的句子會，說，95個字符，而英語句子105個字符，bitext將只與中國句子進行更新。
但我希望代碼只添加一對句子，如果他們都在規定的長度。
我該怎麼做？

Answer 1

首先，重寫你的代碼，使其可以理解！列表解析非常好，但是當它們在頁面末尾消失時，它們很難理解。

bitext = [[sentence.strip().split() for sentence in pair if len(sentence) < 100] for pair in zip(open(c_data), open(e_data)) [:opts.num_sents]] 

是相同的（基本）爲

bitext = [] 
for i, pair in enumerate(zip(open(c_data), open(e_data))): 
    if i < opts.num_sents: 
     sentence_pair = [] 
     for sentence in pair: 
      if len(sentence) < 100: 
       sentence_pair.append(sentence.strip().split()) 
     if len(sentence_pair) > 1: # ie both sentences are < 100 
      bitext.append(sentence_pair) 

現在，要與長度> 100添加句子。你可以看到該行

if len(sentence) < 100: 

是防止這一點，所以改變100

Answer 2

現在是時候打破這種一行代碼：

def tokenize(sentence): 
    return sentence.strip().split() 

def sentence_pairs(c_data, e_data): 
    for chinese, english in zip(open(c_data), open(e_data))[:opts.num_sents]: 
     if len(chinese) < 100 and len(english) < 100 
      yield tokenize(chinese), tokenize(english) 

的yield關鍵字變成sentence_pairs成發電機。如果你只遍歷結果，這是寫的一個簡單的方法：

def sentence_pairs(c_data, e_data): 
    results = [] 

    for chinese, english in zip(open(c_data), open(e_data))[:opts.num_sents]: 
     if len(chinese) < 100 and len(english) < 100 
      results.append((chinese, english)) 

    return results 

Answer 3

我想你正在嘗試做的也許是這樣的：

bitext = [[sentence.strip().split() for sentence in pair] 
    for pair in zip(open(c_data), open(e_data))[:opts.num_sents] if all(len(s) < 100 for s in pair)] 

這是一個列表理解很醜陋，我建議你使用這裏建議的其他方法之一。