用戶失誤我“買單”：用戶輸入錯誤了怎么辦？
本文轉載自公眾號“讀芯術”(ID：AI_Discovery)
問題來源于生活。上周在做業余項目時，我遇到了一個非常有趣的設計問題：“如果用戶輸入錯誤了怎么辦?”如果輸入錯誤，就會發生以下這種情況：
Python中的字典表示 鍵(keys)和值(values)。例如：
- student_grades = {'John': 'A','Mary': 'C', 'Rob': 'B'}# To check grade of John, we call
- print(student_grades['John'])
- # Output: A
當您試圖訪問不存在的密鑰時會遇到什么情況?
- print(student_grades['Maple'])
- # Output:
- KeyError Traceback(most recent call last)
- <ipython-input-6-51fec14f477a> in <module>
- ----> print(student_grades['Maple'])
- KeyError: 'Maple'
您會收到密匙錯誤(KeyError)提示。
每當dict()請求對象為字典中不存在的鍵(key)時，就會發生KeyError。接收用戶輸入時，此錯誤十分常見。例如：
- student_name =input("Please enter student name: ")
- print(student_grades[student_name])
本文將為你提供幾種處理Python字典 keyerror的方法。去努力構建一個python智能字典，它能幫你處理用戶的輸入錯誤問題。
設置默認值
一個非常簡便的方法便是在請求的key不存在時返回默認值。可以使用get()方法完成此操作：
- default_grade = 'Not Available'
- print(student_grades.get('Maple',default_grade))# Output:
- # Not Available
解決大小寫問題
假設您構建了Python字典，其中包含特定國家的人口數據。代碼將要求用戶輸入一個國家名并輸出顯示其人口數。
- # population in millions. (Source: https://www.worldometers.info/world-population/population-by-country/)
- population_dict= {'China':1439, 'India':1380, 'USA':331, 'France':65,'Germany':83, 'Spain':46}
- # getting userinput
- Country_Name=input('Please enterCountry Name: ')
- # access populationusing country name from dict
- print(population_dict[Country_Name])
- # Output
- Please enter Country Name: France
- 65
然而，假設用戶輸入的是‘france’。目前，在我們的字典里，所有的鍵的首字母均是大寫形式。那么輸出內容會是什么?
- Please enter Country Name:france-----------------------------------------------------------------KeyError Traceback (most recentcall last)
- <ipython-input-6-51fec14f477a> in <module>
- 2 Country_Name = input('Pleaseenter Country Name: ')
- 3
- ----> 4 print(population_dict[Country_Name])
- KeyError: 'france'
由于‘france’不是字典中的鍵，因此會收到錯誤提示。
一個簡單的解決方法：用小寫字母存儲所有國家/地區名稱。另外，將用戶輸入的所有內容轉換為小寫形式。
- # keys (Country Names) are now alllowercase
- population_dict = {'china':1439, 'india':1380, 'usa':331, 'france':65,'germany':83, 'spain':46}
- Country_Name=input('Please enterCountry Name: ').lower() # lowercase input
- print(population_dict[Country_Name])
- Please enter Country Name:france
- 65
處理拼寫錯誤
然而，假設用戶輸入的是 ‘Frrance’而不是 ‘France’。我們該如何解決此問題?
一種方法是使用條件語句。
我們會檢查給定的用戶輸入是否可用作鍵(key)。如不可用，則輸出顯示一條消息。最好將其放入一個循環語句中，并在某特殊的標志輸入上中斷(如exit)。
- population_dict = {'china':1439, 'india':1380, 'usa':331, 'france':65,'germany':83, 'spain':46}
- while(True):
- Country_Name=input('Please enterCountry Name(type exit to close): ').lower()
- # break from code if user enters exit
- ifCountry_Name=='exit':
- break
- ifCountry_Nameinpopulation_dict.keys():
- print(population_dict[Country_Name])
- else:
- print("Pleasecheck for any typos. Data not Available for ",Country_Name)
循環將繼續運行，直到用戶進入exit。
優化方法
雖然上述方法“有效”，但不夠“智能”。我們希望程序功能變強大，并能夠檢測到簡單的拼寫錯誤，例如frrance和chhina(類似于Google搜索)。
我找到了幾個適合解決key error的庫，其中我最喜歡的是標準的python庫：difflib。
difflib可用于比較文件、字符串、列表等，并生成各種形式的不同信息。該模塊提供了用于比較序列的各種類和函數。我們將使用difflib的兩個功能：SequenceMatcher 和 get_close_matches。讓我們簡單地瀏覽下這兩種功能。
1. # SequenceMatcher
SequenceMatcher是difflib中的類，用于比較兩個序列。我們定義它的對象如下：
- difflib.SequenceMatcher(isjunk=None,a='', b='', autojunk=True)
- isjunk :在比較兩個文本塊時用于標明不需要的垃圾元素(空白，換行符等)。從而禁止通過有問題的文本。
- a and b: 比較字符串。
- autojunk ：一種自動將某些序列項視為垃圾項的啟發式方法。
讓我們使用SequenceMatcher比較chinna和china這兩個字符串：
- from difflib importSequenceMatcher# import
- # creating aSequenceMatcher object comparing two strings
- check =SequenceMatcher(None, 'chinna', 'china')
- # printing asimilarity ratio on a scale of 0(lowest) to 1(highest)
- print(check.ratio())
- # Output
- #0.9090909090909091
在以上代碼中，使用了ratio()方法。ratio返回序列相似度的度量，作為范圍[0，1]中的浮點值。
2. # get_close_matches
現提供一種基于相似性比較兩個字符串的方法。
如果我們希望找到與特定字符串相似的所有字符串(存儲于數據庫)，會發生什么情況?
get_close_matches() 返回一個列表，其中包含可能性列表中的最佳匹配項。
- difflib.get_close_matches(word,possibilities, n=3, cutoff=0.6)
- word:需要匹配的字符串。
- possibilities: 匹配單詞的字符串列表。
- Optional n: 要返回的最大匹配數。默認情況下是3;且必須大于0。
- Optional cutoff：相似度必須高于此值。默認為0.6。
潛在的最佳n個匹配項將返回到一個列表中，并按相似度得分排序，最相似者優先。
來看以下示例：
- from difflib importget_close_matches
- print(get_close_matches("chinna", ['china','france','india','usa']))
- # Output
- # ['china']
匯總
既然可以使用difflib了，那么讓我們把所有內容進行組合，構建一個防誤的python字典。
當用戶提供的國家名不在population_dic.keys()中時，需要格外注意。我們應嘗試找到一個名稱與用戶輸入相似的國家，然后輸出其人口數。
- # pass country_name in word anddict keys in possibilities
- maybe_country = get_close_matches(Country_Name, population_dict.keys())# Thenwe pick the first(most similar) string from the returned list
- print(population_dict[maybe_country[0]])
最終代碼還需考慮其他一些情況。例如，如果沒有相似的字符串，或者未向用戶確認這是否是所需字符串。如下：
- from difflib importget_close_matches
- population_dict = {'china':1439, 'india':1380, 'usa':331, 'france':65,'germany':83, 'spain':46}
- while(True):
- Country_Name=input('Please enterCountry Name(type exit to close): ').lower()
- # break from code if user enters exit
- ifCountry_Name=='exit':
- break
- ifCountry_Nameinpopulation_dict.keys():
- print(population_dict[Country_Name])
- else:
- # look for similarstrings
- maybe_country =get_close_matches(Country_Name,population_dict.keys())
- if maybe_country == []: # no similar string
- print("Pleasecheck for any typos. Data not Available for ",Country_Name)
- else:
- # user confirmation
- ans =input("Do youmean %s? Type y or n."% maybe_country[0])
- if ans =='y':
- # if y, returnpopulation
- print(population_dict[maybe_country[0]])
- else:
- # if n, start again
- print("Bad input.Try again.")
輸出：
Inida 其實是India.
這樣一來，用戶的大小寫混淆或是輸入錯誤的處理就不在話下了。你還可以進一步研究其他各種應用程序，比如使用NLPs 更好地理解用戶輸入，并在搜索引擎中顯示相似結果。Python智能字典的構建方法，你學會了嗎?
