【头歌-Python】8.3 政府工作报告数据提取(project)-第4关

参考教程：B站视频讲解——https://space.bilibili.com/3546616042621301

第1关：读取政府工作报告文件

任务描述

附件中为2023年政府工作报告，本关要求将报告中所有包含数字字符的语句进行提取，并根据输入的关键词，将报告中与关键词相关联的语句筛选后输出(限于篇幅，本题仅列出部分关联词）。
为保证评测结果一致性，提交代码中关键字的关联词列表数据必须与下述列表相同。

education = ['高校','培训','基础研究','学生','扩招','培养','教育']  #教育关联词
environment = ['清洁','森林','排放','土地','植被','能耗','湿地','能源','水体','公园','颗粒物','发电'] # 环保关联词
economic = ['就业','消费','市场','失业','工业','农业','费用','债券','土地','措施','汽车','赤字','企业','经济','生产总值','商品','制造','装备','财政','投资','金融','税','支付','销量','外汇','通胀','收入','贫困','预算','贷款','保险','储备','住房','跨境','进口','出口','进出口','自贸','关税','发电']  #经济关联词
medical = ['卫生','医疗','医学','救助','补助','学科']  #医疗卫生关联词
transport = ['交通','运输','汽车','公路','铁路','机场','货物']   #交通运输关联词
science = ['科技','创新','技术','双创','研究','专精特新','学科']  #科技创新关联词
1
2
3
4
5
6

编程要求

输入可能为下列情况：

• 输入’教育’，将报告中教育相关且包含数字字符的语句输出。
• 输入’环保’，将报告中环保相关且包含数字字符的语句输出。
• 输入’经济’，将报告中经济相关且包含数字字符的语句输出。
• 输入’医疗’或’卫生’，将报告中医疗卫生相关且包含数字字符的语句输出。
• 输入’交通’或’运输’，将报告中交通运输相关且包含数字字符的语句输出。
• 输入’科技’或’创新’，将报告中科技创新相关且包含数字字符的语句输出。
• 输入’数据’，将报告中所有包含数字字符的短句输出。
• 如果非以上输入，输出’无对应操作’。

测试说明

平台会对你编写的代码进行测试：
按照报告中出现顺序，输出与输入的关键字相关且包含数字的全部语句，每行一句。

格式示例：

• 输入1：

数据 
1

• 输出1：

——2023年3月5日在第十四届全国人民代表大会第一次会议上
2022年是党和国家历史上极为重要的一年
全年国内生产总值增长3%
城镇新增就业1206万人
年末城镇调查失业率降到5.5%
居民消费价格上涨2%
货物进出口总额增长7.7%
财政赤字率控制在2.8%
粮食产量1.37万亿斤
... ...
... ...
1
2
3
4
5
6
7
8
9
10
11

• 输入2：

环保 
1

• 输出2：

... ...
地级及以上城市细颗粒物（PM2.5）平均浓度下降27.5%
全国地表水优良水体比例由67.9%上升到87.9%
森林覆盖率达到24%
... ...
... ... 
1
2
3
4
5
6

• 输入3：

工作
1

• 输出3：

无对应操作 
1

解题分析

本题的前半部分与前面几题类似，只需要将文件数据读取、替换符号、分割，而获取包含数字的语句则可以使用字典的交运算，只要句子内包含了数字字符，则满足条件；其次另一个关键点在于找到包含关键词的句子，本题采用的方法为最容易想到的遍历判断法，也就是将所有句子遍历一遍，每句话分别判断是否包含了对应关键词，将包含关键词的句子提取，最后将其输出即可。

参考代码

with open('src/政府工作报告.txt', 'r', encoding='utf-8') as f:
    s = f.read()
education = ['高校','培训','基础研究','学生','扩招','培养','教育']  #教育关联词
environment = ['清洁','森林','排放','土地','植被','能耗','湿地','能源','水体','公园','颗粒物','发电'] # 环保关联词
economic = ['就业','消费','市场','失业','工业','农业','费用','债券','土地','措施','汽车','赤字','企业','经济','生产总值','商品','制造','装备','财政','投资','金融','税','支付','销量','外汇','通胀','收入','贫困','预算','贷款','保险','储备','住房','跨境','进口','出口','进出口','自贸','关税','发电']  #经济关联词
medical = ['卫生','医疗','医学','救助','补助','学科']  #医疗卫生关联词
transport = ['交通','运输','汽车','公路','铁路','机场','货物']   #交通运输关联词
science = ['科技','创新','技术','双创','研究','专精特新','学科']  #科技创新关联词
 
s = s.replace('，', ' ').replace('。', ' ').replace('；',' ')
s = s.split()
n = input()
num = [str(i) for i in range(10)]
data = [c for c in s if set(c)&set(num)]
def get_data(data, infer):
    res = []
    for d in data:
        for i in infer:
            if i in d:
                res.append(d)
                break
    return res

if n == '教育':
    data = get_data(data, education)
    print('\n'.join(data))
elif n=='环保':
    data = get_data(data, environment)
    print('\n'.join(data))
elif n=='经济':
    data = get_data(data, economic)
    print('\n'.join(data))
elif n in ['医疗','卫生']:
    data = get_data(data, medical)
    print('\n'.join(data))
elif n in ['交通','运输']:
    data = get_data(data, transport)
    print('\n'.join(data))
elif n in ['科技','创新']:
    data = get_data(data, science)
    print('\n'.join(data))
elif n == '数据':
    print('\n'.join(data))
else:
    print('无对应操作')
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45