python_coding_challenge

【 Python coding challenge 】Gutenberg Project からダウンロードする実際の古典を題材に、登場人物インデックスを作成しよう! Python Programming Interview の準備にもなります 投稿一覧へ戻る

Tags: challenge , programming , python

Published 2020年8月3日21:08 by T.Tsuyoshi

今回の課題は、実際の小説 ( eBook ) の登場人物が何ページ目に登場しているか、という登場人物インデックスの作成です。


Gutenberg Project という著作権の切れた古典をデジタル化して提供してくれているサイトからテキストをダウンロードし、任意の行数を含むページとして区切った上でインデックス作成を行います。


最終的な出力結果は次のようになります。


Accountant : p2
aunt : p7, p10, p24, p57, p65, p68
brickmaker : p23, p59
cannibals : p32
Fresleven : p7, p8
helmsman : p42, p43, p48
intended : p30, p65
Kurtz : p17, p20, p21, p22, p23, p24, p25, p26, p29, p30, p31, p33, p35, p36, p40, p41, p44, p45, p46, p47, p48, p49, p50, p51, p52, p53, p54, p55, p56, p58, p59, p60, p61, p62, p64, p65, p66, p67, p68, p69, p70, p72, p75
manager : p19, p22, p23, p24, p26, p28, p29, p30, p31, p33, p36, p40, p44, p46, p48, p49, p50, p54, p57, p59, p65, p66, p68, p72
Marlow : p2, p3, p4, p6, p7, p26, p32, p45, p75
mistress : p4
pilgrims : p21, p22, p24, p25, p27, p28, p32, p33, p35, p36, p37, p38, p39, p40, p42, p48, p50, p57, p58, p62, p64, p65, p66, p67
Russian : p50, p51, p54, p56, p57, p59



今回利用した本は、Joseph Conrad 著の Heart of Darkness です。


制限時間: 70 分


課題:

1: 対象の eBook はテキスト形式のものを "http://www.gutenberg.org/cache/epub/526/pg526.txt" からダウンロードしてください。

2: 改行文字までを 1 行とし、今回は 45 行で 1 ページが構成されているものとします。

3: 構成した各ページに CHARACTERS クラスリストで指定した登場人物が含まれていた場合、登場人物ごとにそのページ番号を保存してください。

4: 最終的に上に示したようなインデックスを表示してください。

5: 登場人物のアルファベット順に表示します。同じ A で大文字と小文字で始まっているものが混在している場合であっても区別しません。

6: インデックスのページ番号には 'p' (小文字の p) を付けて表示してください。

7: __init__ メソッドと download_data メソッドは与えられていますが、変更してもかまいません。

8: 他の定義が与えられているメソッドを利用しても利用しなくても構いません。

9: requests モジュールはインストールするか、Python 組み込みの urllib モジュールを利用してください。




import math
from collections import defaultdict
import requests


class CreateCharacterIndex:

# 登場人物リスト:
# それぞれの人物ごとに登場しているページ番号を保存し、最終的にインデックスを作成する

CHARACTERS = ["Kurtz", "manager", "Russian", "pilgrims", "cannibals", "aunt", "brickmaker", "Accountant",
"helmsman", "mistress", "intended", "Marlow", "Fresleven"]


def __init__(self):
self.data = []
self.character_index = defaultdict(list)


def download_data(self, url):
"""
指定された URL のテキストファイルを取得し、改行文字で各要素に分けられたリストを作成、保存する。

:param url: 取得するファイルの URL
"""

res = requests.get(url)
if res.status_code != 200:
print("データが取得できませんでした")
return

self.data = res.text.splitlines()
self.make_index()


def get_page_content(self, lines_per_page=45, page_no=1):
"""
ダウンロードしたテキストから、任意の行数で構成される「ページ」を作出し、
page_no パラメータに相当するページのコンテンツを提供する。

:param lines_per_page: 1ページに含まれる行数。
:param page_no: 取得したいページ番号
:return: page_no ページに含まれるコンテンツ
"""

total_page = math.ceil(len(self.data) / lines_per_page)
...


def make_index(self):
"""
各ページを走査し、該当する登場人物が含まれていれば、それぞれの登場人物ごとにページ番号を保存する。
"""

pass


def print_index(self):
"""
{'登場人物A': [3, 16], '登場人物B': [11, 34, 36],...} という形式の辞書を整形して登場人物インデックスを表示する。

インデックスは大文字小文字を区別せず登場人物のアルファベット順表示とする。
登場するページ番号には p3, p16 のように先頭に 'p' の文字を付加すること。
"""

pass


url = "http://www.gutenberg.org/cache/epub/526/pg526.txt"

myindex = CreateCharacterIndex()
myindex.download_data(url)
myindex.print_index()



解答例は こちら へ。

この投稿をメールでシェアする

0 comments

コメントはまだありません。

コメントを追加する(不適切と思われるコメントは削除する場合があります)