Tengo este código que busca el carácter que más se repite en un texto:
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# contar.py
import collections
import timeit
from decimal import Decimal
cadena = input('Ingresar cadena: ')
start = timeit.default_timer()
L_max = collections.Counter((cadena).replace(' ', '')).most_common(2)
end = timeit.default_timer()
print('Los dos más repetidos', L_max, 'de un total de', len((cadena).replace(' ', '')),
'caracteres')
print('El más repetido, la letra |', L_max[0][0], '|', L_max[0][1], 'veces.')
print('Tiempo de respuesta', (str(format((end-start), '.8f'))), 'segs')
El problema se presenta cuando el texto a analizar contiene saltos de línea ('\rn', '\n'), el código sólo analiza texto hasta que encuentra un ('\rn', '\n'), omitiendo del análisis el texto que va a continuación del salto de línea.
He creado una función para depurar esos saltos de línea ('\rn', '\n') del texto antes de que sea analizado. La función es esta:
def limpiar_espacio(cadena):
s = s.replace('\rn', '')
s = s.replace('\t', '')
s = s.replace('\f', '')
s = s.replace('\n', '')
return cadena
He implementado la función en el código así:
import collections
import timeit
from decimal import Decimal
cadena = input('Ingresar cadena: ')
def limpiar_espacio(cadena):
s = s.replace('\rn', '')
s = s.replace('\t', '')
s = s.replace('\f', '')
s = s.replace('\n', '')
return cadena
start = timeit.default_timer()
limpiar_espacio(cadena)
L_max = collections.Counter((cadena).replace(' ', '')).most_common(2)
end = timeit.default_timer()
print('Los dos más repetidos', L_max, 'de un total de', len((cadena).replace(' ', '')),
'caracteres')
print('El más repetido, la letra |', L_max[0][0], '|', L_max[0][1], 'veces.')
print('Tiempo de respuesta', (str(format((end-start), '.8f'))), 'segs')
No entiendo qué estoy haciendo mal, pues sigue presentándose el mismo problema, toma texto hasta el primer salto de línea y, omite todo el texto después del salto de línea.
Nota: sí antes de usar el texto a analizar, lo paso por un editor como el Notepad++
, y le quito los saltos de línea, al pasarlo al input('Ingresar cadena: ')
el código funciona bien, elimina los espacios con (cadena).replace(' ', '')
, hace el recuento de caracteres y devuelve los dos más repetidos.
He puesto el .most_common(2)
a dos, puesto que sí analizo una palabra como esternocleidomastoideo
, caso 'especial' puesto que en los 22 caracteres Los dos más repetidos [('e', 4), ('o', 4)]
, tanto la 'a' como la 'e' tienen la misma cantidad de ocurrencias, situación que mi segundo print
no reflejaría (sí hay alguna sugerencia para este tipo de casos, la acepto).
Espero no haber sido demasiado extenso en la presentación de mi pregunta.
Un saludo cordial y, mi agradecimiento antipado
JPablos-
\r
en vez de\rn
en el primerreplace
?limpiar_espacio
estás reemplazando en la variables
, no en el parámetrocadena
s
porcadena
y\rn
por\r
. Le he pasado un texto con varios saltos de línea y, persiste el problema.\n
, tal vez en Windows no funciona al tener otro salto de línea. Voy a instalar Python en Windows rápidamente a ver si identifíco el problema.