在python中读取文本文件并将其拆分为单个单词

小编典典

在python中读取文本文件并将其拆分为单个单词

python

我有一个由数字和单词组成的文本文件，例如，像这样-09807754 18 n 03 aristocrat 0 blue_blood 0 patrician我想将其拆分，以便每个单词或数字都以新行出现。

空格分隔符将是理想的，因为我希望带有破折号的单词保持连接。

这是我到目前为止所拥有的：

f = open('words.txt', 'r')
for word in f:
    print(word)

我不太确定如何从这里开始，我希望将其作为输出：

09807754
18
n
3
aristocrat
...

阅读 311

2021-01-20

共1个答案

小编典典

给定此文件：

$ cat words.txt
line1 word1 word2
line2 word3 word4
line3 word5 word6

如果您一次只想要一个字（忽略文件中空格与换行符的含义）：

with open('words.txt','r') as f:
    for line in f:
        for word in line.split():
           print(word)

印刷品：

line1
word1
word2
line2
...
word6

同样，如果要将文件拼合为文件中单个单词的平面列表，则可以执行以下操作：

with open('words.txt') as f:
    flat_list=[word for line in f for word in line.split()]

>>> flat_list
['line1', 'word1', 'word2', 'line2', 'word3', 'word4', 'line3', 'word5', 'word6']

使用print '\n'.join(flat_list)…可以创建与第一个示例相同的输出

或者，如果要在文件的每一行中嵌套单词列表（例如，从文件创建行和列的矩阵）：

with open('words.txt') as f:
    matrix=[line.split() for line in f]

>>> matrix
[['line1', 'word1', 'word2'], ['line2', 'word3', 'word4'], ['line3', 'word5', 'word6']]

如果您想使用正则表达式解决方案，则可以在示例文件中过滤wordN和lineN键入单词：

import re
with open("words.txt") as f:
    for line in f:
        for word in re.findall(r'\bword\d+', line):
            # wordN by wordN with no lineN

或者，如果您希望它成为带有正则表达式的逐行生成器：

 with open("words.txt") as f:
     (word for line in f for word in re.findall(r'\w+', line))

2021-01-20