英語の大文字・小文字をそのまま取得したい【英単語テスト作成】

Question

英単語テストを作成中

以下のようにコードを書きました。このままでは小文字しかリストから抜け出せず、問3の本来「December」としたい所が謎の単語を生成してしまっています。なにか解決の手立てをいただければ幸いです。

またおそらく文字が綺麗に抜き出せていない関係で(?)、正答もずれてしまっています。
お力添えいただけないでしょうか。よろしくお願いします。

import re 
import random

source = 'english_words.txt'
with open(source) as f:
    date = f.read()
    
english_words = re.findall('[a-z]+',date)
ja = re.findall('\s.*\n',date)

meanings = []
for word in ja:
    m = re.sub('\t|\n','',word)
    meanings.append(m)
    
words_dict = dict(zip(english_words,meanings))

n_tests = 1
n_questions = 50

for test_num in range(n_tests):
    with open('英単語テスト_{:02d}.txt'.format(test_num+1),'w') as f:
        
        f.write('出席番号:\n'
                '名前:\n\n'
                '第{}回 英単語テスト\n\n'.format(test_num+1))
        
        for question_num in range(n_questions):    
            question_word = random.choice(english_words)
            correct_answer = words_dict[question_word]
            
            meanings_copy = meanings.copy()
            meanings_copy.remove(correct_answer)
            wrong_answers = random.sample(meanings_copy,3)
            
            answer_options = [correct_answer] + wrong_answers
            random.shuffle(answer_options)
            
            f.write('問{}.{}\n'.format(question_num+1,question_word))
            
            for i in range(4):
                f.write('{}. {}\n'.format(i+1,answer_options[i]))
                
            f.write('\n\n')

結果


出席番号:
名前:

第1回 英単語テスト

問1.get
1. 到着する
2. 待つ
3. ３月
4. 少女


問2.weather
1. 私たちは
2. 9
3. 50
4. 道，方法


問3.ecember
1. １２月
2. 去る，残す，置いて行く
3. 春
4. 右，権利


問4.nobody
1. それ自身
2. だれも～ない
3. ～もまた，～すぎる
4. 雨

・・・以下50問まで続く

試した事

lower()を使いたいのですが、名詞等どうしても大文字のままにしておきたい単語もあるので、使えません。

補足

python3.6.6
Jupiter notebook

words_dictはこんな感じになります。

print(words_dict)
{'a': '1つの', 'able': 'できる，有能な', 'afternoon': '午後', 'again': '再び', 'age': '年齢，時代', 'ago': '前', 'all': 'すべての', 'already': 'すでに', 'also': 'もまた', 'always': 'いつも', 'merica': 'アメリカ合衆国', 'an': '1つの', 'and': '～と、そして', 'angry': '怒った', 'animal': '動物', 'apple': 'りんご', 'pril': '４月', 'arrive': '到着する', 'at': '～に', 'ugust': '８月', 'aunt': 'おば', 'ustralia': 'オーストラリア', 'autumn': '秋', 'bad': '悪い', 'bag': 'カバン', 'ball': 'ボール', 'bank': ' 土手', 'baseball': '野球', 'basketball': 'バスケットボール', 'bat': 'バット', 'beautiful': '美しい', 'bed': 'ベッド', 'best': '一番良い', 'big': '大きい', 'bike': '自転車', 'bird': '鳥', 'birthday': '誕生日', 'black': '黒い', 'blue': '青い', 'boat': 'ボート', 'book': '本', 'both': '両方', 'box': '箱', 'boy': '少年', 'bread': 'パン', 'breakfast': '朝食', 'brother': '兄弟', 'bus': 'バス', 'busy': '忙しい', 'but': 'しかし', 'buy': '買う', 'by': '～のそばに、～よって', 'cake': 'ケーキ', 'camera': 'カメラ', 'can': '～できる、してもよい', 'anada': 'カナダ', ･･･と続いていきます。

Comments

[LouiS0616]

english_words.txtの内容は公開できますか？
そもそも正規表現は不要なんじゃ無いかという気がしています。

[shooootmt]

コメントいただきありがとうございます。
以下のような感じでただ羅列してあるだけです。
a 1つの
able できる，有能な
afternoon 午後
again 再び
age 年齢，時代
ago 前
all すべての
already すでに
・・・
元々他の教科のものを作りたく、csvにも挑戦したのですがうまくいきませんでした。正規表現がいらない手法をぜひ教えていただければと思います。よろしくお願いします。

Answer 1

以下のような感じでただ羅列してあるだけです。

...

空白で分割すれば充分なように思えます。

words_dict = {}

with open('english_words.txt') as fin:
    for line in map(str.rstrip, fin):    # 不要な改行文字を除去しながら読み込み
        eng, *jps = line.split()         # 空白で分割、最初の要素をengに、余った要素をjpsに放り込む
        # print(type(jps), jps)
        words_dict[eng] = ''.join(jps)   # jpsの要素を連結し、辞書に放り込む
        
print(words_dict)

実行結果 Wandbox

{'a': '1つの', 'able': 'できる，有能な', 'afternoon': '午後', 'again': '再び', 'age': '年齢，時代', 'ago': '前', 'all': 'すべての', 'already': 'すでに'}

余談

元々他の教科のものを作りたく、csvにも挑戦したのですがうまくいきませんでした。

ご提示のenglish_words.txtは、英単語とその意味をタブ文字で分割していますよね。
実はこれ、デリミタに\tを選んだ立派なCSVの一種(TSV)だったりします。

類似したフォーマットとして、タブで区切られた tab-separated values (TSV)や、欧文間隔 (いわゆる半角スペース) で区切られた space-separated values (SSV) などがあり、これらをまとめて character-separated values (CSV)、delimiter-separated values (DSV) とも呼ばれることも多い。

引用元： Wikipedia - Comma-Separated Values

csvモジュールを利用して読み込むとこんな感じです。

import csv


words_dict = {}

with open('english_words.tsv', newline='') as fin:
    reader = csv.reader(fin, delimiter='\t')
    for eng, jp in reader:
        words_dict[eng] = jp
        
print(words_dict)

実行結果 Wandbox

{'a': '1つの', 'able': 'できる，有能な', 'afternoon': '午後', 'again': '再び', 'age': '年齢，時代', 'ago': '前', 'all': 'すべての', 'already': 'すでに'}

こっちの方が簡潔かと問われれば、ちょっと微妙な線ではありますが。

Comments

[shooootmt]

実際に動かしてみました。こちらの方が見た目もスッキリで汎用性もあって良いように思います。ありがとうございます！
また重ねて質問なのですが、jpsの前の*はどういった働きになりますか。

[LouiS0616]

> jpsの前の*はどういった働きになりますか。

このコードについては、次のように書くのと同じです。
blocks = line.split()
eng = blocks[0]
jps = blocks[1:]

[LouiS0616]

*a, b, c = [1, 2, 3, 4, 5]
print(a, b, c) # [1, 2, 3] 4 5

a, *b, c = [1, 2, 3, 4, 5]
print(a, b, c) # 1 [2, 3, 4] 5

a, b, *c = [1, 2, 3, 4, 5]
print(a, b, c) # 1 2 [3, 4, 5]

[shooootmt]

ご丁寧な回答、大変ありがたく思います。また、わかりやすい例までご教示いただき何といったらいいか。理解できました！これからも勉強に励みたいと思います！

[LouiS0616]

よく考えたら、もうちょっとシンプルに書けそうなことに気付きました。
eng, jp = line.split('\t')
words_dict[eng] = jp

タブ区切りですものね。

Answer 2

詳しくソース呼んでいないのですが

english_words = re.findall('[a-zA-Z]+',date)

に変更してもだめですか？

Comments

[shooootmt]

ご返答いただきありがとうございます。試してみた所できました！
ですが出題と回答がずれているという点はまだ治っていなかったので、そっちの原因も探してみようと思います。

[shooootmt]

「do didの過去形」という設問があり、ここがfindall('[a-zA-Z]')に抜き出されてしまっていたので、最後に並び替える事でどうにか回避しました。