Qué intentas hacer
Dices que tu intención era contar cuántas palabras diferentes hay. Inicialmente pensé que se trataba de generar como resultado una lista de palabras diferentes junto con la cuenta de cuántas veces aparece cada una, ya que hablabas de "contar". Pero lo que en realidad intentas generar es una lista con las palabras distintas.
Por tanto podríamos decir que lo que haces es "eliminar palabras repetidas" y dejar sólo una de cada.
Qué no funciona
Dices que algunas palabras no las procesa. Uno de estos casos sería el de la última palabra de la frase. La razón de que no te procese la última palabra es que, tal como tienes el código, sólo procesa la palabra anterior cuando encuentra un espacio. La última palabra no va seguida de espacio y por eso no la "ves".
Hay más errores de lógica, pues el words.pop()
que usas, supongo que con la intención de eliminar una palabra si ha aparecido repetida, en realidad elimina la última palabra que hayas insertado, esté repetida o no. Así que si el usuario por ejemplo escribe "uno dos tres dos cuatro cinco", al encontrarse el segundo "dos", se elimina la última insertada, que era "tres" (y encima se inserta "dos"). Ya que además la última ("cinco") no se procesa, el resultado final es la lista ["una", "dos", "dos", "cuatro"]
, incorrecta.
Crítica al código
El código es muy complejo. Innecesariamente complejo. Aparentemente parece que lo que quieres hacer es procesar el texto "letra a letra" e ir acumulando esas letras en la variable letters
, para formar con ellas palabras cada vez que detectes un espacio. Después, procesar las palabras añadiéndolas a otra lista, y según cierta condición que no acabo de comprender (pero no funciona bien), eliminar la última palabra de la lista.
Todo esto mediante unas estructuras de datos que tampoco comprendo, pues la lista letters
contiene dentro incialmente otra lista vacía cuya función se me escapa.
Una versión más simple
Python tiene el método .split()
aplicable a cadenas, que te divide un texto en sub-cadenas usando para dividir los puntos donde aparecen espacios, o secuencias de espacios. Por ejemplo:
>>> txt = "uno dos tres dos cuatro cinco"
>>> txt.split()
['uno', 'dos', 'tres', 'dos', 'cuatro', 'cinco']
Esto hace mucho más sencillo el procesado. Basta iterar sobre esta lista e ir añadiendo a otra todas las palabras que no estén ya en esa otra. Es muy sencillo verificar si ya había palabras en otra lista, mediante el operador in
.
Usando estas ideas:
text = input("escribe tu texto: \n")
words = []
for word in text.split():
if word not in words:
words.append(word)
print(words)
Lo único que no hace este código es "saltarse" los signos de puntuación. No tengo claro si tu código original se los saltaba, o los consideraba también como un separador de palabras. Creo que la forma más simple de añadir esa funcionalidad sería cambiarlos por espacios, justo después de leer el texto. Para ello que puedes usar expresiones regulares, o si prefieres no usarlas, puede hacerse también mediante una comprensión de listas como la siguiente:
punct_signs = [".", ",", "?", "¿", "!", "¡", "(", ")" ]
text = "".join(letter if letter not in punct_signs else " "
for letter in text)
o, si prefieres una sintaxis más convencional:
punct_signs = [".", ",", "?", "¿", "!", "¡", "(", ")" ]
aux = []
for letter in text:
if letter in punct_signs:
aux.append(" ")
else:
aux.append(letter)
text = "".join(aux)
Opción "avanzada"
Python tiene el tipo de dato set()
, que es como una lista pero sin orden y que sólo guarda elementos diferentes (si intentas añadir a un set()
un elemento que ya estaba, simplemente no se añadirá).
Puedes construir un set()
pasándole una lista, y automáticamente eliminará los duplicados. El set()
resultante puedes volver a convertirlo en lista con list()
, si fuera necesario.
Usando esto, la funcionalidad que buscas se reduce a estas cuatro líneas:
text = input("escribe tu texto: \n")
punct_signs = [".", ",", "?", "¿", "!", "¡", "(", ")" ]
text = "".join(letter if letter not in punct_signs else " " for letter in text)
words = set(text.split())
print(words)
Y si lo que querías era obtener un contador de cuántas veces se repite cada palabra, python también te da uno ya hecho en el módulo collections
, por lo que el código en este caso sería así:
from collections import Counter
text = input("escribe tu texto: \n")
punct_signs = [".", ",", "?", "¿", "!", "¡", "(", ")" ]
text = "".join(letter if letter not in punct_signs else " " for letter in text)
words = Counter(text.split())
print(words)
Si por ejemplo introduces "uno dos tres dos tres cuatro", la salida sería {'dos': 2, 'tres': 2, 'uno': 1, 'cuatro': 1}