PythonでWeb上の単語リストをスクレイピングし、アルファベット順に並んだ単語を見つける方法

この問題を解決するには、Pythonのrequestsモジュールを使用します。requestsはHTTP通信を簡単に行える人気のライブラリで、Web上のテキストデータを取得する際に非常に便利です。

requestsモジュールのインストール

まず、コマンドラインで以下のコマンドを実行して、requestsモジュールをインストールしてください。

pip install requests

スクレイピングの手順

• requestsモジュールをインポートします。
• URLからデータを取得(fetch)します。
• UTF-8でテキストをデコードします。
• 文字列を単語のリストに変換します。

順序付き単語の判定手順

• ループを使って単語リストを走査します。
• 各単語について、隣り合う文字のASCII値(文字コード)を比較します。
• 比較がすべて成立すれば「順序あり(ordered)」として出力し、そうでなければ「順序なし(not ordered)」として記録します。

サンプルコード

import requests

def Words_find():
    my_url = ""  # 任意のWebサイト上の .txt ファイルのURLをここに指定
    my_fetchData = requests.get(my_url)
    my_wordList = my_fetchData.content
    my_wordList = my_wordList.decode("utf-8").split()
    return my_wordList

def wordordered():
    collection = Words_find()
    collection = collection[16:]  # 冒頭の不要な行を除外
    for my_word in collection:
        result = 'ordered'
        i = 0
        l = len(my_word) - 1
        if len(my_word) < 3:
            continue  # 3文字未満の単語はスキップ
        while i < l:
            if ord(my_word[i]) > ord(my_word[i+1]):
                result = 'not ordered'
                break
            else:
                i += 1
        if result == 'ordered':
            print(my_word, ': ', result)

if __name__ == '__main__':
    wordordered()

コードのポイント

• Words_find関数: 指定したURLからテキストファイルをダウンロードし、UTF-8でデコードした後、空白区切りで単語リストを作成します。
• wordordered関数: 取得した単語リストを1語ずつチェックし、各文字が前の文字以上のASCII値を持つか(つまりアルファベット順に並んでいるか)を検証します。
• ord()関数: 文字をASCIIコード(数値)に変換することで、文字同士の大小比較を可能にしています。

このスクリプトを実行すると、「almost」「billowy」のように文字が昇順に並んでいる英単語だけが画面に出力されます。辞書ファイル(.txt)のURLを変更すれば、さまざまな単語リストに対して同じ処理を適用できます。