目录

1. 读取txt文档

1.1 打开.txt文件逐行读取文件内容

2.1 分割句子保存列表

2.2 filter使用：使用filter可将列表中的元素进行函数处理（append和expend区别）

3.1 获取列表中每个元素的长度：

拓展：列表生成式：

4.1 筛选元素（for循环）：

4.2 使用正则表达式（各类筛选条件）：

2. 写入文件操作（逐行写入）：

1. 读取txt文档

1.1 打开.txt文件逐行读取文件内容

#加上with可以自动关闭文件。#有时报错可写成#with open('test.txt','r'，encoding='utf-8') as f:with open('test.txt','r') as f:    #open为打开文件，r为读取    f = open('test.txt','r')    #逐行读取文件内容    lines = f.readlines()    #print(lines)

2.1 分割句子保存列表

sents = []#遍历linesfor line in lines:    #消除空格和空行    line = line.strip()    tokens = line.split(',')    for token in tokens:        if len(token) > 0:            sents.append(token)#print(sents)

2.2 filter使用：使用filter可将列表中的元素进行函数处理（append和expend区别）

例如将一个1-6的列表找出里面的偶数

#对列表中的数据进行筛选nn = [1,2,3,4,5,6]#filter(),第一个参数是对列表数据所做的函数，第二个是列表#通过list将返回值转为list类型l = list(filter(lambda x:x % 2 == 0,nn))#print(l)

因此可以将上一步的token循环改写成：

#那么上面的token循环也可以写成：sents = []#遍历linesfor line in lines:    #消除空格和空行    line = line.strip()    tokens = line.split(',')    #现在是将每一行用，分割放到一个tokens里，每一个for循环都会有一个tokens转换为列表    #我们不能在此处直接sents.append(tokens)，因为这样会将一个列表放到sents列表中    #而我们想要列表中的元素放入sents中，因此要用extend方法,自动将列表中的元素加入到sents中    tmp = list(filter(lambda x:len(x)>0,tokens))    sents.extend(tmp)print(sents)

3.1 获取列表中每个元素的长度：

#获取列表中每个元素的长度lens = []for sent in sents:    lens.append(len(sent))print(lens)#也可以写成列表生成式的方式#[]中先写加入到列表中的元素 再写循环lens = [len(sent) for sent in sents]print(lens)

拓展：列表生成式：

#列表生成式也可以用于字典（元组）#(1,2) (1,3) (1,4) (1,5)#(2,2) (2,3) (2,4) (2,5)#(3,2) (3,3) (3,4) (3,5)ll = [(x,y) for x in range(1,4) for y in range(2,6)]print(ll)

4.1 筛选元素（for循环）：

要是判断文本中哪行存在某些字符：直接使用for循环

#判断哪个行里面有GAN这个字符for sent in sents:    if 'GAN' in sent:        print(sent)

4.2 使用正则表达式（各类筛选条件）：

#也可以用正则表达式#可以是‘GAN’，也可以找部门‘G.'就是带有G的字符，.就代表任意字符#也可以是'[我你]'或者'[0-9]'或者'2[0-9]'或者'2[0-9]{3}'表示年份或者'[0-9]+'表示数据import reregex = 'GAN'for sent in sents:    if re.search(regex,sent) is not None:        print(re.findall(regex,sent))

正则表达式更多方法见官网：

re — 正则表达式操作 — Python 3.11.0 文档

2. 写入文件操作（逐行写入）：

#写入文件with open('output.txt','w') as f:    #每个元素后面加上换行符    sents = [sent + '\n' for sent in sents]    #写入    f.writelines(sents)

来源地址：https://blog.csdn.net/qq_43765576/article/details/127726720