Question

我正在尝试拆分文本文件。它是一个大段落。我想把它分成更小的句子，每个句子都是一个列表。从那里我可以找出哪些列表包含特定的单词。

这是我目前的代码：

import string

Done = False
while not Done:
    try:
        File = input("Enter your file: ")
        Open_File = open(File, "r")
        Info = Open_File.readline()
        print(Info)
        Open_File.close()
        Done = True
    except FileNotFoundError:
        print("Sorry that file doesn't exist!")


Info_Str = str(Info)
Info_Str = Info_Str.lower()
Info_Str = Info_Str.replace("'", "")
Info_Str = Info_Str.replace("-", "")
Info_Str = Info_Str.split()
Info_List = Info_Str
Info_List = [''.join(c for c in s if c not in string.punctuation) for s in  Info_List]
New_List = [item for item in Info_List if not item.isdigit()]
for word in New_List[:]:
    if len(word) < 3:
        New_List.remove(word)
print(New_List)

如果我输入文本文件，它只返回文本文件的第一行作为单词列表。

如何将每个单独的句子转换为单独的单词列表？提前谢谢。

Answer 1

你写的代码有点大。您可以用较少的代码行来完成此任务。让我们首先了解我们如何实现它：

使用with语句打开文件。 with语句的好处是您不必明确关闭文件。
可以使用“。”将段落拆分为行。或“？”。
可以使用单个空格将每一行拆分为列表。
然后，您可以在该列表中搜索您想要的单词。

<强>代码：

#open File
with open("a.txt") as fh:
    for line in fh:
        #Split Paragraph on basis of '.' or ? or !.

        for l in re.split(r"\.|\?|\!",line):
            #Split line into list using space.
            tmp_list = l.split(" ")
            #Search word and if found print that line
            if "Dinesh" in tmp_list:
                print l

注意：我的代码也可以进行优化。我想，既然你刚刚开始，这对你有好处。

Answer 2

这将打印句号（0索引）。

with open("sample.txt") as f:
    content = f.read() # Read the whole file
    lines = content.split('.') # a list of all sentences
    for num,line in enumerate(lines): # for each sentence
           if 'word' in line:
               print(num)
           else:
               print("Not present")

将文本段落拆分为句子

2 个答案: