Python 2.7 - Перекрестный юникодный словарь с Unicode-списком

Question

Я пытаюсь работать с наборами и методом пересечения, чтобы найти, какие элементы в списке файлов в Юникоде имеют определенные символы. Цель состоит в том, чтобы заменить эти символы другими символами, поэтому я сделал словарь ключей и значений, где ключ - это то, что будет заменено, а значения - это то, что будет заменено. Однако, когда я пытаюсь создать набор пересечений путей с символами, подлежащими замене, это приводит к пусту. Что я делаю не так? У меня есть работа с циклами, но я хотел бы сделать это максимально эффективным. Обратная связь приветствуется!

Код:

# -*- coding: utf-8 -*- 

import os 

def GetFilepaths(directory): 
    """ 
    This function will generate all file names a directory tree using os.walk. 
    It returns a list of file paths. 
    """ 
    file_paths = [] 
    for root, directories, files in os.walk(directory): 
     for filename in files: 
      filepath = os.path.join(root, filename) 
      file_paths.append(filepath) 
    return file_paths 

# dictionary of umlauts (key) and their replacements (value) 
umlautDictionary = {u'Ä': 'Ae', 
        u'Ö': 'Oe', 
        u'Ü': 'Ue', 
        u'ä': 'ae', 
        u'ö': 'oe', 
        u'ü': 'ue' 
        } 

# get file paths in root directory and subfolders 
filePathsList = GetFilepaths(u'C:\\Scripts\\Replace Characters\\Umlauts') 
print set(filePathsList).intersection(umlautDictionary) 

Answer 1

filePathsList список строк:

[u'file1Ä.txt', u'file2Ä.txt', ...] 

umlautDictionary используется как последовательность ключей:

{u'Ä':..., ...} 

Пересечение пусто, так как string u'Ä 'не отображается в вашем списке строк. Вы сравниваете u'Ä 'с u'file1Ä.txt', которые не равны. Установить пересечение не будет проверять подстроки.

Answer 2

Поскольку вы хотите заменить символы Юникода в именах файлов с символами, которые вы хотите, я хотел бы предложить следующий подход:

umlautDictionary = {u'\xc4': u'Ae'} 
filePathsList = [u'file1Ä.txt', u'file2Ä.txt'] 

words = [w.replace(key, value) for key, value in umlautDictionary.iteritems() for w in filePathsList] 

Выход:

[u'file1Ae.txt', u'file2Ae.txt'] 

Вы должны были бы хранить Юникод символы в форме u'\xc4' для u'Ä' и так далее.