а если не секрет, чего делаешь с ней?)

Привет, питонисты. Есть вопрос: mseq,morph,_,tag,_,_,mgov,mptst,_,_,deprel = line.split('\t',10) Вот в этот код иногда приходят не 10 значений, а 11 или 1. В обоих случаях ошибка ValueError. 11 значений я поймал с помощью try: except: Но когда приходит 1 значение, выпрыгивает ошибка и код завершается. Я хочу продолжить в любом случае, то есть что-нибудь вроде: try: mseq,morph,_,tag,_,_,mgov,mptst,_,_,deprel = line.split('\t',10) except ValueError: mseq,morph,_,tag,_,_,mgov,mptst,_,deprel = line.split('\t',10) except: sys.stderr.write("I can't process this line" + "\n" + line) pass Но почему-то ничего не выходит. Есть идеи?

бери pandas и все

а зачем городить либы на либах? Если как мне уже подсказали - можно просто проверить строку, до чего я не догадался?

ну потому что есть либы для задачи конкретной

японский лисп

Эм.. А зачем нейросеть для синтаксического дерева?

а какое отношение имеет нейросеть к построению синтаксического дерева?

но в итоге ты хочешь парсить выдачу дерева в таком формате, правильно?

давай по порядку, в чем конкретно вопрос? я не вижу никакой связи между строчкой кода выше и тем, что на скриншоте

Еще раз. Нейросеть тренируется на корпусе текстов. Потом скрипт разбивает предложения на морфемы и передает в сетку для валидации, сравнивая с оригиналом. Линии читаются сеткой через очередной скрипт, обмен идет через stdout-stdin. Вот здесь и загвоздка

то есть у тебя 10 входных узлов, а полей в строке после разбития почему-то иногда бывает не 10, а 11?

вставь костыль в генераторе, чтобы при таком раскладе использовался другой разделитель

теперь проблемы корейского языка стали твоими проблемами

если ты не знаешь - тогда что ни делай, в итоге будет неверно

вот поэтому я хочу пропустить эти строки, вообще не вставляя в валидацию. Переходить на другой НЛП для разбития на морфемы уже поздно - большие дяди определили инструменты

слушай, ну тогда делай просто генератор для чтения с try except

лучше ты никак не сделаешь, боюсь

нет, почему весь?

Ну вот он: checkline = line.split('\t') if len(checkline) >=10: try: mseq,morph,_,tag,_,_,mgov,mptst,_,_,deprel = line.split('\t',10) except ValueError: mseq,morph,_,tag,_,_,mgov,mptst,_,deprel = line.split('\t',10) else: sys.stderr.write("I can't process this line" + "\n" + line) pass

mseq=morph=tag=mgov=mptst=deprel=None перед первым try?

ты не можешь делать >=, а потом распаковку

Хм, тогда упадет все, т.к. весь код в for цикле

Через else лучше разве?

ты мой друг или медведя? Теперь ещё и цикл появился.

как лучше - лучше через генератор, как я выше написал, пусть с проверками

Хм, тогда упадет все, т.к. весь код в for цикле

но чего падать, если тремя строками ниже ты в эти переменные всё равно что-то запишешь.

Ну вот он: checkline = line.split('\t') if len(checkline) >=10: try: mseq,morph,_,tag,_,_,mgov,mptst,_,_,deprel = line.split('\t',10) except ValueError: mseq,morph,_,tag,_,_,mgov,mptst,_,deprel = line.split('\t',10) else: sys.stderr.write("I can't process this line" + "\n" + line) pass

зачем все эти эксепты? так не оч стабильно, вдруг там длина 12 выскочит и все обработается не так как задумано или еще чего. вот вариант: if len(checkline) == 11: process_data elif len(checkline) == 10: process_data else: skip_line

Генератор... Пока попробую по коду выше, если не получится - буду ковырять генератор

в распаковке число всегда строгое

Не обязательно. Можно же типа a, b, c, *rest = values_to_unpack

можно, но это только начиная с питона 3.5 вроде

Тред не читал. Почему не csv либой?

во многих простых задачах комбинации split() и каких-нибудь startswith() будут в разы быстрее

есть тесты где посмотреть?

проблема еще и в том, что в случае регулярок обычно требуется несколько проходов по строке

не, ну погоди. обычно регулярка первый раз при вызове match, search делает compile и дальше оно на повторных поисках должно быть быстрее